Medicii au preferat rezumatele de externare generate de IA în 95% dintre cazuri, într-un studiu realizat la Stony Brook

Medicii evaluatori au preferat rezumatele de externare generate de IA în locul celor redactate de oameni în 95% dintre internările analizate într-un studiu al Stony Brook University. Analiza retrospectivă s-a concentrat asupra a 60 de internări la Medicină Internă, cu durata între 7 și 21 de zile, în care tratamentul de lungă durată și volumul mare de note clinice îngreunează în mod deosebit transferul către îngrijirea ambulatorie.

Concluziile, publicate în npj Digital Medicine, sugerează că modelele lingvistice mari i-ar putea ajuta pe clinicieni să redacteze documente de externare mai complete și mai utile. Ele arată și de ce verificarea de către oameni rămâne esențială: atât rezumatele generate de IA, cât și cele redactate de oameni conțineau erori, iar evaluările mai bune nu au demonstrat rezultate mai bune pentru pacienți.

De ce rezumatele de externare sunt o sarcină dificilă pentru IA

Un rezumat de externare face legătura între îngrijirile acordate în spital și clinicienii responsabili de ceea ce urmează. Acesta trebuie să explice motivul internării, evoluția tratamentului, modificările medicației, problemele nerezolvate și planul de urmărire. Pentru un medic de familie, o explicație lipsă sau un pas următor neclar poate însemna că trebuie să reconstituie spitalizarea pe baza unui dosar mult mai amplu.

Internările mai lungi agravează această problemă. Informațiile se acumulează în notele de evoluție, consultații, rapoarte imagistice și alte documente, adesea cu repetiții și modificări ale planului de tratament. Un rezumat util trebuie să păstreze imaginea clinică finală și, totodată, să explice cum au evoluat deciziile.

Abordarea Stony Brook a fost concepută împreună cu clinicienii, pornind de la informațiile de care au nevoie medicii care preiau pacientul. Potrivit universității, sistemul a organizat dosarele pacienților în proiecte de rezumate de externare în câteva minute. Aceasta descrie timpul necesar generării; efectul asupra timpului total pe care medicii îl alocă documentării și verificării trebuie încă testat în practica clinică.

Ce au evaluat medicii mai favorabil

Studiul a comparat evaluările medicilor de spital și ale medicilor de asistență medicală primară. Evaluatorii au acordat rezumatelor generate de IA scoruri mai mari pentru calitatea generală, lizibilitate și concizie, acuratețea factuală și caracterul complet. De asemenea, au identificat mai puține detalii clinice omise.

Pe scala de evaluare furnizată, de la unu la cinci, rezumatele generate de IA au obținut o medie de 4.71 pentru calitatea generală, față de 3.16 pentru rezumatele redactate de oameni. Media pentru acuratețea factuală a fost de 4.62 față de 3.73, iar cea pentru caracterul complet, de 4.69 față de 3.42. Acestea sunt evaluări făcute de medici, nu procente ale afirmațiilor a căror corectitudine a fost demonstrată.

Graficul prezintă câte 120 de evaluări pentru fiecare tip de rezumat, pentru criteriile comune medicilor de spital și celor de asistență medicală primară, și câte 60 pentru fiecare tip, pentru întrebările specifice asistenței medicale primare. Evaluatorii din asistența medicală primară au acordat scoruri mai mari rezumatelor generate de IA în ceea ce privește înțelegerea spitalizării, explicarea acesteia pacienților și îngrijitorilor și sprijinirea îngrijirii ulterioare.

Aceste diferențe contează, deoarece persoana care redactează un rezumat de externare și cea care îl folosește au perspective diferite. Un document poate relata în detaliu evenimentele din timpul spitalizării și totuși să-l lase pe clinicianul care preia pacientul nesigur în privința problemelor încă nerezolvate sau a motivului unei modificări a medicației.

Cum gestionează fluxul de procesare a rezumatelor dosarele voluminoase

Publicarea codului sursă de către cercetători oferă informații suplimentare despre tehnologie. Fluxul lor de procesare, exportat din LangChain/LangGraph, grupează notele în ordine cronologică, alcătuiește un rezumat structurat și îl rafinează pe măsură ce procesează fragmente suplimentare. O etapă separată extrage constatările incidentale din notele semnalate înainte de formatarea narațiunii finale.

Această abordare etapizată răspunde unei limitări practice a modelelor lingvistice: un dosar clinic lung poate depăși cantitatea de text pe care un model o poate procesa dintr-o singură trecere. Păstrarea unui proiect structurat permite includerea succesivă a unor porțiuni din dosar în rezultatul final.

Exportul public înregistrează, de asemenea, identificatorii surselor și generează metadate pentru citări, alături de rezultate structurate și narative. Acesta include date demonstrative sintetice, iar depozitul de cod pune la dispoziție rezultate anonimizate ale evaluărilor și adnotărilor erorilor, pentru analiză. Astfel, fluxul de lucru poate fi examinat fără ca dosarele originale ale pacienților să fie făcute publice.

Mai puține omisiuni nu elimină riscurile clinice

Rezumatul publicat al studiului atribuie numărul mai mic de inexactități sau omisiuni adnotate în principal reducerii omisiunilor. Acesta nu raportează nicio diferență semnificativă statistic între cele două tipuri de rezumate în ceea ce privește estimările evaluatorilor referitoare la gravitatea sau probabilitatea prejudiciilor asociate erorilor.

Această constatare nu demonstrează că cele două abordări au același nivel de siguranță și nici că un proiect de rezumat generat de IA poate fi introdus într-un dosar medical fără verificare. Evaluarea a vizat documentele și judecățile medicilor; ea nu a demonstrat o reducere a reinternărilor, a prejudiciilor asociate medicației sau a altor consecințe asupra pacienților.

Autorii subliniază că medicii trebuie să verifice documentele înainte de utilizare. Instrucțiunile privind medicația, problemele medicale nerezolvate și recomandările pentru monitorizare ulterioară sunt esențiale pentru scopul documentului și rămân aspecte în care o eroare sau o omisiune poate avea consecințe.

Ce trebuie să se întâmple înainte de utilizarea clinică de rutină

„Aceste rezultate arată că inteligența artificială poate sprijini documentarea externării după spitalizări complexe”, a declarat Rachel Wong, MD, coautoare corespondentă și profesoară asociată clinică la Stony Brook, în comunicatul universității.

Coautorul corespondent Fusheng Wang, PhD, a spus că următorii pași ai cercetării includ evaluarea acurateței, a siguranței, a timpului economisit efectiv de medici și a compatibilității cu fluxurile de lucru clinice. Universitatea afirmă că ia în considerare un proiect-pilot în practica de zi cu zi a Stony Brook Medicine.

Coordonat de Tyler Osborne, doctorand în informatică, proiectul interdisciplinar reunește medici, informaticieni, specialiști în informatică biomedicală și experți în comunicare. Studiul oferă dovezi încurajatoare în sprijinul redactării supravegheate de clinicieni a unor rezumate complexe de externare. Pentru a stabili cum poate fi transpusă această abordare în utilizarea zilnică fiabilă, este necesară evaluarea procesului de verificare alături de textul generat.