New York Eye and Ear Infirmary of Mount Sinai (NYEE) demonstrerte hvordan GPT-4 kan måle seg med eller overgå menneskelige øyeleger i diagnostisering og behandling av øyesykdommer.
Funnene, som er beskrevet i en studie publisert i JAMA Ophthalmology, diskuterer hvordan kunstig intelligens kan hjelpe øyespesialister i deres beslutningsprosesser.
Forskerteamet ved Mount Sinai besto av 12 overleger og tre overleger fra øyeavdelingen ved Icahn School of Medicine.
De sammenlignet svarene til både den kunstige intelligensen og menneskelige spesialister på et sett med spørsmål og pasienttilfeller knyttet til glaukom og netthinnesykdommer. GPT-4s svar ble evaluert og viste seg å matche eller overgå de menneskelige spesialistenes svar, særlig når det gjaldt glaukom.
Her er litt mer informasjon om hvordan det fungerte:
- Oppsett av studien: Forskningen ble utført sammen med et team på 15 øyeleger ved Mount Sinai Department of Ophthalmology, bestående av overleger og praktikanter som spesialiserer seg på glaukom- og netthinnesykdommer.
- Sammenstilling av data: I evalueringsøyemed brukte teamet et godt avrundet sett med 20 oftalmologiske spørsmål (jevnt fordelt mellom glaukom- og netthinnespørsmål) og 20 pasientkasus som ble anonymisert for å ivareta personvernet. Disse ble valgt ut for å gjenspeile et utvalg av kasus fra Mount Sinai-klinikker.
- Bruk av AI: OpenAIs GPT-4 ble bedt om å svare på spørsmålene og analysere pasientkasusene. Den kunstige intelligensen hadde som mål å svare som en praktiserende øyelege, og brukte klinisk stenografi der det var hensiktsmessig for å speile den kortfattede stilen som er typisk for kliniske notater.
- Evaluering: I studien ble det brukt et rangeringssystem for å vurdere både nøyaktigheten og fullstendigheten av svarene fra GPT-4 og de menneskelige spesialistene. Dette muliggjorde en direkte sammenligning av den kunstige intelligensens prestasjoner med fagpersoners.
- Resultater for glaukom: Når det gjaldt glaukom, ga GPT-4 svært nøyaktige og mer omfattende svar enn de menneskelige spesialistene. Dette indikerer at GPT-4 har gode evner til å forstå og gi råd i glaukomtilfeller, noe som potensielt kan gi verdifull støtte til øyeleger innen denne subspesialiteten.
- Resultater fra netthinnen: Når det gjaldt netthinnespørsmål og pasientscenarioer, var GPT-4 på høyde med menneskelige spesialister, noe som viser at den var i stand til å diagnostisere og anbefale riktig behandling av netthinnesykdommer. GPT-4 ga dessuten ofte mer utdypende svar, noe som tyder på en grundig analyse og forståelse av tilfellene, noe som kan være spesielt fordelaktig ved håndtering av mer komplekse eller nyanserte pasientsituasjoner.
Dr. Andy Huang, en øyelege i spesialisering ved NYEE og studiens hovedforfatter, delte sin innsikt"Resultatene av GPT-4 i studien vår var ganske oppsiktsvekkende. Vi innså det enorme potensialet i dette AI-systemet fra det øyeblikket vi begynte å teste det, og vi ble fascinert av å se at GPT-4 ikke bare kunne bistå, men i noen tilfeller matche eller overgå ekspertisen til erfarne øyespesialister."
Dr. Louis R. Pasquale, nestleder for oftalmologisk forskning og en av hovedforfatterne av studien, var også imponert over resultatene: "Den kunstige intelligensen var spesielt overraskende i sin evne til å håndtere både glaukom- og netthinnepasienter, og matchet nøyaktigheten og fullstendigheten av diagnoser og behandlingsforslag som ble stilt av menneskelige leger i et klinisk notatformat."
"På samme måte som AI-programmet Grammarly kan lære oss å skrive bedre, kan GPT-4 gi oss verdifull veiledning i hvordan vi kan bli bedre klinikere, særlig når det gjelder hvordan vi dokumenterer funn ved pasientundersøkelser."
Dr. Huang ser for seg en fremtid for kunstig intelligens innen oftalmologi, og påpeker at den har potensial til å støtte øyespesialister ved å gi diagnostisk assistanse og redusere arbeidsmengden deres, særlig i komplekse tilfeller.
AI har tatt godt imot anvendelser innen øyehelse, som i 2018 til 2020 da DeepMind brukte maskinlæring til å analysere høyoppløselig tredimensjonal optisk koherens-tomografi (OCT) for å diagnostisere en rekke tilstander.
I 2023 utviklet forskere en AI-modell for å nøyaktig oppdage tidlige tegn på Parkinsons sykdom fra øyeskanninger.
En annen ble trent til å oppdage Parkinson, hjertesykdommer og andre sykdommer, igjen fra øyeskanninger, og en annen til oppdage visse sykdommer hos spedbarn...igjen fra netthinneskanninger.
