A Google SymptomAI rendszere valódi páciensek tüneteit elemezte

Nagy mintán tesztelték a tüneti beszélgetéseket

A Google Research július 22-én ismertette a SymptomAI-ról szóló kutatását. A vizsgálat célja annak feltárása volt, hogy a társalgási mesterséges intelligencia hogyan végezhet teljes körű tüneti kikérdezést és differenciáldiagnosztikai értékelést kutatási összehasonlításokhoz.

A résztvevők öt, véletlenszerűen kiválasztott Gemini Flash 2.0 SymptomAI-ügynök egyikével beszélgettek. Elmondták a panaszaikat, az ügynökök pedig további kérdéseket tettek fel, majd lehetséges diagnózisokat tartalmazó listát és a következő lépésekre vonatkozó ajánlásokat adtak. A résztvevők két héttel később egy kérdőívben számolhattak be arról, milyen diagnózist kaptak egészségügyi szolgáltatójuktól.

A Google hangsúlyozza, hogy a vizsgálatban létrehozott diagnózisok, címkék és betegségi összefüggések kizárólag kutatási elemzést szolgáltak. Ezek nem minősültek megerősített klinikai diagnózisnak vagy hivatalos orvosi értékelésnek.

A klinikusok gyakran előnyben részesítették az AI listáit

A kutatók három, szakvizsgával rendelkező klinikust kértek fel a beszélgetések átiratainak értékelésére. A szakértők saját differenciáldiagnózist készítettek, majd vakon rangsorolták a SymptomAI által előállított listákat és a többi klinikus listáit.

A klinikusok az esetek több mint 50 százalékában a SymptomAI differenciáldiagnózisát részesítették előnyben a többi klinikus által készített listákkal szemben. A kutatás szerint az AI által létrehozott listák összességében nagyobb eséllyel kapták a legjobb minőségi besorolást.

A pontosságot úgy is vizsgálták, hogy a résztvevő saját egészségügyi szolgáltatója által közölt diagnózis szerepelt-e az öt legvalószínűbb lehetőség között. A klinikai értékelők ezt az úgynevezett top-5 pontosság alapján gyakrabban találták meg a SymptomAI listáiban, mint a klinikusok által készített listákban.

A Google szerint a rendszer előnye különösen azokban az esetekben volt nagyobb, amelyeknél a klinikusok kevésbé bíztak a saját differenciáldiagnózisukban.

A visszakérdezés javította az eredményt

A résztvevőket öt kísérleti csoportba osztották. A Dynamic Live és Dynamic Final ügynökök szabadon tehettek fel további kérdéseket. A Fixed Canonical és Flexible Canonical változatok az orvosi képzésben használt, szabványos anamnéziskérdések készletéből dolgoztak. Az ötödik, Base csoport egy előzetesen nem irányított nyelvi modellt képviselt, amelyben a felhasználó vezette a beszélgetést.

A Google Research eredménye szerint minden olyan megközelítés, amelyben az ügynök aktívan további információkat kért, jelentősen felülmúlta a Base feltételt. Ez a kutatók értelmezésében azt mutatja, hogy a tünetek részletesebb kikérdezése javíthatja a lehetséges diagnózisok pontosságát.

Fitbit-adatokkal is összevetették az eredményeket

A kutatók a résztvevők Fitbit-eszközeinek bioszignáljait is elemezték, legfeljebb 30 nappal a SymptomAI-val folytatott beszélgetés előtt. A légúti fertőzéshez sorolt eseteknél a tünetek bejelentését megelőző napokban olyan élettani változásokat figyeltek meg, amelyek immunválaszra utalhatnak.

A légúti fertőzések csoportját a SymptomAI első számú diagnózisjelöltje alapján alakították ki. A kategóriából kizárták a nem fertőző légúti betegségeket, például az allergiás náthát és a krónikus obstruktív tüdőbetegséget. A Google szerint a viselhető eszközök jeleinek változása és a tünetek jelentésének időzítése megfigyelésen alapuló élettani bizonyítékot szolgáltat a jelentett panaszokkal való összefüggésre.

A kutatás a Google szerint azt mutatja, hogy egy pontos tünetellenőrző rendszer nagyméretű adatelemzéseket is lehetővé tehet. A SymptomAI által létrehozott automatikus referenciacímkék segítségével a kutatók fiziológiai adatok és betegségtípusok kapcsolatát vizsgálhatják, olyan léptékben, amelyhez jelenleg a klinikai címkék költsége korlátot jelent.