توصلت دراسة جديدة أجراها باحثون من شبكة مستشفيات «ماس جنرال بريغهام» بأميركا، إلى أن النسخة الأحدث من روبوت الدردشة «تشات جي بي تي»، وهي «تشات جي بي تي 4»، كانت قادرة بدقة على تحديد خدمات الأشعة المناسبة لعرضين سريريين مهمين، وهما «فحص سرطان الثدي وألم الثدي».
وعندما يشكو المريض من ألم الثدي، فهناك عدة اختبارات أشعة للتشخيص، فقد يكون التصوير بالرنين المغناطيسي أو الموجات فوق الصوتية أو الماموغرام أو اختبار تصوير آخر، ويتبع اختصاصيو الأشعة معايير الكلية الأميركية للأشعة لاتخاذ هذه القرارات، وهذه المعايير المدعومة بالأدلة معروفة جيدا للمتخصصين، لكن لا يدركها غير المتخصصين من أطباء العموم، الذين يحتاج كثير منهم إلى اختيار أفضل اختبار تصوير في أثناء زيارة المريض، وهذا يمكن أن يسبب ارتباكاً من جانب المريض، ويمكن أن يؤدي إلى إجراء فحوصات أشعة لا يحتاجون إليها أو إجراء فحوصات خاطئة.
وطلب الباحثون من روبوت الدردشة «تشات جي بي تي 3.5»، والنسخة الأحدث «تشات جي بي تي 4»، مساعدتهم في تحديد اختبارات التصوير التي يجب استخدامها في 21 سيناريو للمريض تتضمن الحاجة إلى فحص سرطان الثدي أو الإبلاغ عن آلام الثدي.
ووجد الباحثون خلال الدراسة المنشورة (الخميس) في دورية «الكلية الأميركية للأشعة»، التي تعد الأولى من نوعها التي تختبر قدرات نسخة «تشات جي بي تي 4» في اتخاذ القرارات السريرية، أن تلك النسخة تفوقت على (تشات جي بي تي 3.5) خاصة عند إعطاء خيارات فحوصات الأشعة المتاحة.
فعلى سبيل المثال، عند السؤال عن فحوصات سرطان الثدي، أجاب (تشات جي بي تي 3.5)، على متوسط 88.9 في المائة بشكل صحيح، وحصل (تشات جي بي تي 4) على 98.4 في المائة. وقال مارك سوتشي، الباحث الرئيسي بالدراسة، في تقرير نشره الموقع الإلكتروني لشبكة مستشفيات «ماس جنرال بريغهام» بأميركا، بالتزامن مع نشر الدراسة: «تشير هذه النتيجة إلى أن (تشات جي بي تي 4) يمكن أن يعمل كجسر بين اختصاصي الرعاية الصحية الذي يحول المريض لمراكز الأشعة وخبير الأشعة؛ حيث يتدخل كمستشار مدرب للتوصية باختبار الأشعة الصحيح دون تأخير، وهذا يمكن أن يقلل الوقت الإداري ويحسن سير العمل، ويقلل الإرهاق وارتباك المريض وأوقات الانتظار».
وأضاف أنه «يمكن أن يحدث دمج للذكاء الاصطناعي في صنع القرار الطبي، عندما يقوم طبيب الرعاية الأولية بإدخال البيانات في السجل الصحي الإلكتروني، ويمكن للبرنامج تنبيههم إلى أفضل خيارات الأشعة، ويمكن إنشاء ذكاء اصطناعي طبي أكثر تقدما باستخدام مجموعات البيانات من المستشفيات والمؤسسات البحثية الأخرى لجعله أكثر تحديدا للتطبيقات التي تركز على الصحة».
