האם AI יכול לדעת מתי מטופלים לא צריכים בדיקות רפואיות? מחקר ישראלי מעמיד צ'אטבוטים למבחן

מחקר של אוניברסיטת בן-גוריון וקופת חולים כללית מצא שצ'אטבוטים מובילים של AI יכולים לזהות בדיקות רפואיות מיותרות ברוב המקרים, כשהשגיאות מתרכזות סביב נוהלים מעורפלים כמו א.ק.ג. ואולטרסאונד. המחקר פורסם ב-Annals of Internal Medicine.

מחקר משותף חדש מאוניברסיטת בן-גוריון בנגב וקופת חולים כללית חושף שמודלי שפה גדולים (LLMs) מובילים יכולים לזהות התערבויות רפואיות מיותרות ברוב המקרים. המחקר, שעבר ביקורת עמיתים ופורסם ב-Annals of Internal Medicine, העריך שישה LLMs מגוגל, אנתרופיק ו-OpenAI על פני מאות תרחישים קליניים המבוססים על קמפיין Choosing Wisely הבינלאומי. כאשר התערבות הייתה מצוינת מבחינה רפואית, המודלים המליצו בטעות להימנע מטיפול רק ב-0.6% מהמקרים. כאשר התערבות הייתה מיותרת במפורש, המודלים המליצו באופן לא הולם על בדיקה או טיפול רק ב-5.4% מהמקרים. עם זאת, השגיאות התרכזו סביב שני נוהלים מעורפלים: א.ק.ג. מיותר (28.3% מהתגובות) ואולטרסאונד מיותר (42.8% מהתגובות), המשקפים מחלוקת רפואית אמיתית. החוקרים ציינו שהמודלים השתנו מאוד באותם מקרים, כשאחד המליץ על בדיקה מיותרת בפחות מ-10% מהמקרים ואחר ב-80% מהמקרים. המחקר נבדק רק באנגלית, ויש צורך בעבודה נוספת לפני אימות קליני.