Zdravotnictví
Lékaři v 95% případů upřednostnili propouštěcí zprávy vytvořené AI, ukázala studie Stony Brook
Přidejte Unite.AI mezi své preferované zdroje na Google
Lékaři hodnotící propouštěcí zprávy upřednostnili ty vytvořené AI před zprávami sepsanými lidmi v 95 % hospitalizací zahrnutých do studie Stony Brook University. Retrospektivní analýza se zaměřila na 60 hospitalizací na oddělení interní medicíny, které trvaly sedm až 21 dní. Dlouhá léčba a velké množství klinických záznamů v těchto případech výrazně komplikují předání péče ambulantním lékařům.
Zjištění zveřejněná v npj Digital Medicine naznačují, že velké jazykové modely by mohly lékařům pomoci vytvářet úplnější a praktičtější propouštěcí zprávy. Ukazují také, proč je nezbytné, aby je kontroloval člověk: chyby obsahovaly zprávy vytvořené AI i ty sepsané lidmi a vyšší hodnocení neprokázalo lepší výsledky léčby pacientů.
Proč je tvorba propouštěcích zpráv pro AI náročná
Propouštěcí zpráva propojuje péči poskytnutou v nemocnici s lékaři, kteří odpovídají za další postup. Musí vysvětlit důvod přijetí, průběh léčby, změny medikace, nevyřešené problémy a plán následné péče. Pokud v ní praktický lékař nenajde potřebné vysvětlení nebo jasný další krok, může být nucen rekonstruovat průběh hospitalizace z mnohem rozsáhlejší dokumentace.
Delší hospitalizace tento problém ještě prohlubují. V průběžných záznamech o pacientovi, konziliárních zprávách, zobrazovacích vyšetřeních a další dokumentaci se hromadí informace, které se často opakují a zachycují změny léčebného plánu. Užitečná propouštěcí zpráva musí vystihnout konečný klinický stav a zároveň objasnit, jak se rozhodnutí v průběhu léčby vyvíjela.
Postup vyvinutý na Stony Brook vznikal ve spolupráci s lékaři a zaměřuje se na informace, které lékaři přebírající péči potřebují. Univerzita uvádí, že systém dokázal během několika minut uspořádat záznamy o pacientech do návrhů propouštěcích zpráv. Tento údaj popisuje dobu potřebnou k jejich vytvoření; dopad na celkový čas, který lékaři věnují dokumentaci a ověřování, je třeba ještě otestovat v klinické praxi.
V čem lékaři hodnotili zprávy lépe
Studie spojila hodnocení nemocničních lékařů a praktických lékařů. Hodnotitelé přisoudili zprávám vytvořeným AI vyšší známky za celkovou kvalitu, čitelnost a stručnost, faktickou přesnost i úplnost. Zároveň v nich našli méně chybějících klinických údajů.
Na použité pětibodové škále dosáhly zprávy vytvořené AI průměrného hodnocení 4,71 za celkovou kvalitu, zatímco zprávy sepsané lidmi získaly 3,16. Průměrné hodnocení faktické přesnosti činilo 4,62 oproti 3,73 a úplnosti 4,69 oproti 3,42. Jde o hodnocení lékařů, nikoli o procentuální podíl tvrzení, u nichž byla prokázána správnost.
Graf uvádí 120 hodnocení každého typu zprávy u souhrnných ukazatelů pro nemocniční a praktické lékaře a 60 hodnocení každého typu u otázek zaměřených konkrétně na praktické lékaře. Ti hodnotili zprávy vytvořené AI lépe z hlediska porozumění hospitalizaci, jejího vysvětlení pacientům a pečujícím osobám i podpory následné péče.
Tyto rozdíly jsou důležité, protože člověk, který propouštěcí zprávu píše, a ten, kdo podle ní postupuje, mají odlišné pohledy. Dokument může podrobně popisovat události během hospitalizace, ale přesto v lékaři přebírajícím péči zanechat nejistotu ohledně nevyřešených problémů nebo důvodu změny medikace.
Jak sumarizační proces zpracovává rozsáhlou dokumentaci
Veřejně zpřístupněný zdrojový kód výzkumníků poskytuje další informace o použité technologii. Exportovaná pipeline LangChain/LangGraph řadí záznamy chronologicky, vytváří strukturovaný souhrn a postupně jej upravuje při zpracování dalších částí dokumentace. V samostatné fázi se z označených záznamů vyhledávají vedlejší nálezy a teprve poté se sestaví výsledný text.
Tento postup po jednotlivých fázích řeší praktické omezení jazykových modelů: rozsáhlá klinická dokumentace může překročit množství textu, které model dokáže zpracovat najednou. Průběžné předávání strukturovaného návrhu umožňuje, aby k výsledku postupně přispívaly další části dokumentace.
Veřejně dostupný export také zaznamenává identifikátory zdrojů a vedle strukturovaných i narativních výstupů vytváří metadata citací. Obsahuje syntetická demonstrační data, zatímco repozitář poskytuje k analýze deidentifikované výsledky hodnocení a anotace chyb. To umožňuje zkoumat celý pracovní postup, aniž by byly původní záznamy pacientů zveřejněny.
Méně opomenutí neznamená, že klinická rizika mizí
Podle zveřejněného abstraktu lze nižší počet anotovaných nepřesností či opomenutí přičíst především tomu, že bylo méně opomenutí. Studie neuvádí statisticky významný rozdíl mezi oběma typy zpráv v odhadech hodnotitelů, pokud jde o závažnost ani pravděpodobnost újmy způsobené chybou.
Toto zjištění nedokazuje, že oba přístupy mají totožnou úroveň bezpečnosti, ani že lze návrh vytvořený AI založit do dokumentace pacienta bez kontroly. Hodnocení se týkalo dokumentů a úsudků lékařů; neprokázalo snížení počtu opakovaných hospitalizací, újmy související s medikací ani zlepšení jiných výsledků léčby pacientů.
Autoři zdůrazňují, že před použitím musí dokument ověřit lékař. Pokyny k užívání léků, nevyřešené zdravotní problémy a doporučení k následné péči jsou pro účel dokumentu zásadní a zároveň představují místa, kde může mít chyba nebo opomenutí závažné důsledky.
Co je třeba udělat před běžným klinickým využitím
„Tyto výsledky dokládají, že umělá inteligence může pomoci s dokumentací při propuštění po složité hospitalizaci,“ uvedla Rachel Wong, MD, spoluautorka a korespondenční autorka studie a klinická docentka na Stony Brook, v oznámení univerzity.
Spoluautor a korespondenční autor studie Fusheng Wang, PhD, uvedl, že mezi další kroky výzkumu patří posouzení přesnosti a bezpečnosti, skutečné úspory času lékařů a začlenění do klinických pracovních postupů. Univerzita uvádí, že zvažuje pilotní projekt v běžné praxi Stony Brook Medicine.
Mezioborový projekt, který vede doktorand informatiky Tyler Osborne, zapojuje lékaře, informatiky, specialisty na biomedicínskou informatiku a odborníky na komunikaci. Studie přináší povzbudivé důkazy o tom, že klinici mohou dohlížet na tvorbu složitých propouštěcích zpráv. Aby bylo možné zjistit, zda se tento přístup osvědčí v každodenním provozu, je třeba hodnotit proces kontroly společně s vytvořeným textem.
