Herkömmliche diagnostische Entscheidungsunterstützungssysteme übertreffen generative KI bei der Diagnose von Krankheiten

Mediziner nutzen seit Jahrzehnten künstliche Intelligenz (KI), um Diagnosen mithilfe sogenannter Diagnostic Decision Support Systems (DDSSs) zu optimieren. Informatiker am Massachusetts General Hospital (MGH), einem Gründungsmitglied des Mass General Brigham-Gesundheitssystems, entwickelten 1984 erstmals MGHs eigenes DDSS namens DXplain, das auf Tausenden von Krankheitsprofilen, klinischen Befunden und Datenpunkten basiert, um potenzielle Diagnosen für die Verwendung durch Ärzte zu erstellen und einzustufen. Angesichts der Popularisierung und zunehmenden Zugänglichkeit generativer KI und großer Sprachmodelle (LLMs) in der Medizin versuchten Forscher am Laboratory of Computer Science (LCS) des MGH, die Diagnosefähigkeiten von DXplain, das sich in den letzten vier Jahrzehnten weiterentwickelt hat, mit beliebten LLMs zu vergleichen. Ihre neue Studie vergleicht ChatGPT, Gemini und DXplain bei der Diagnose von Patientenfällen und zeigt, dass DXplain etwas besser abschneidet, die LLMs jedoch auch gut abschneiden. Die Forscher sehen in der Kombination von DXplain mit einem LLM den optimalen Weg in die Zukunft, da dies beide Systeme verbessern und ihre klinische Wirksamkeit steigern würde. Die Ergebnisse werden in JAMA Network Open veröffentlicht. „Bei all dem Interesse an großen Sprachmodellen vergisst man leicht, dass die ersten KI-Systeme, die erfolgreich in der Medizin eingesetzt wurden, Expertensysteme wie DXplain waren“, sagt er. sagte Co-Autor Edward Hoffer, MD, vom LCS am MGH. „Diese Systeme können die Diagnosen von Ärzten verbessern und erweitern, indem sie Informationen abrufen, die Ärzte im Eifer des Gefechts vergessen könnten, und nicht durch häufige Fehler im menschlichen Denken verzerrt sind.“ „Und jetzt glauben wir, dass die Kombination der leistungsstarken Erklärungsfähigkeiten bestehender Diagnosesysteme mit den linguistischen Fähigkeiten großer Sprachmodelle eine bessere automatisierte diagnostische Entscheidungsunterstützung und Patientenergebnisse ermöglichen wird“, sagte er. sagte korrespondierender Autor Mitchell Feldman, MD, ebenfalls von MGHs LCS. Die Forscher testeten die diagnostischen Fähigkeiten von DXplain, ChatGPT und Gemini anhand von 36 Patientenfällen aus den Kategorien Rasse, Ethnie, Alter und Geschlecht. Für jeden Fall hatten die Systeme die Möglichkeit, potenzielle Falldiagnosen sowohl mit als auch ohne Labordaten vorzuschlagen. Anhand der Labordaten lieferten alle drei Systeme in den meisten Fällen die richtige Diagnose: 72 % für DXplain, 64 % für ChatGPT und 58 % für Gemini. Ohne Labordaten listete DXplain in 56 % der Fälle die richtige Diagnose auf und übertraf damit ChatGPT (42 %) und Gemini (39 %), obwohl die Ergebnisse statistisch nicht signifikant waren. Die Forscher beobachteten, dass das DDSS und das LLM bestimmte Krankheiten erfassten, die die anderen übersehen hatten, was darauf hindeutet, dass die Kombination der Ansätze vielversprechend sein könnte. Vorläufige Arbeiten, die auf diesen Erkenntnissen aufbauen, zeigen, dass LLMs verwendet werden könnten, um klinische Erkenntnisse aus narrativen Texten zu ziehen, die dann in DDSSs eingefügt werden könnten – was wiederum beide Systeme und ihre diagnostischen Schlussfolgerungen synergetisch verbessern könnte. Materialien zur Verfügung gestellt von Mass General Brigham. Hinweis: Der Inhalt kann hinsichtlich Stil und Länge bearbeitet werden.