Primele semnale ale declinului cognitiv sunt adesea greu de sesizat, rămânând ascunse printre notiţele şi fişele medicale de rutină. Un nou studiu, publicat pe 7 ianuarie în revista npj Digital Medicine, sugerează însă că inteligenţa artificială ar putea juca un rol important în identificarea acestor indicii subtile — precum problemele de memorie sau schimbările de comportament şi de gândire — prin analiza automată a dosarelor medicale şi a observaţiilor clinice. Informaţia este relatată de Live Science şi preluată de Agerpres.
Urmărește cele mai noi producții video TechRider.ro
- articolul continuă mai jos -
Sistemul nu are ca scop stabilirea unui diagnostic de declin cognitiv sau demenţă, ci semnalarea pacienţilor ale căror dosare indică nevoia unei monitorizări medicale mai atente.
Modelul a fost construit pe baza Llama 3.1, dezvoltat de Meta
„Nu încercăm să înlocuim judecata clinică, ci să oferim un instrument de screening”, a explicat pentru Live Science dr. Lidia Moura, coautoare a studiului şi profesor asociat de neurologie la Massachusetts General Hospital. Potrivit acesteia, un astfel de sistem ar putea ajuta medicii să decidă ce pacienţi ar trebui urmăriţi mai îndeaproape, mai ales în situaţii în care resursele şi specialiştii sunt limitate.
Pentru dezvoltarea instrumentului, cercetătorii au folosit o abordare „agentică”, bazată pe un grup coordonat de cinci agenţi de inteligenţă artificială, fiecare cu o sarcină specifică. Aceşti agenţi îşi verifică şi corectează reciproc evaluările, rafinând treptat modul în care sistemul interpretează notiţele clinice, fără intervenţie umană.
Modelul a fost construit pe baza Llama 3.1, dezvoltat de Meta, şi a fost antrenat folosind trei ani de documentaţie medicală — inclusiv note de progres, vizite la clinică şi rezumate de externare — provenite dintr-un registru spitalicesc. Aceste date fuseseră deja analizate de medici, care indicau dacă existau sau nu semne de afectare cognitivă.
Una dintre cele mai surprinzătoare descoperiri ale studiului
Iniţial, inteligenţa artificială a fost instruită pe un set echilibrat de date: jumătate dintre notiţe aparţineau pacienţilor cu probleme cognitive documentate, cealaltă jumătate unor pacienţi fără astfel de semne. După un proces de învăţare bazat pe corectarea erorilor, sistemul a ajuns să fie de acord cu evaluările medicilor în aproximativ 91% dintre cazuri.
Ulterior, instrumentul a fost testat pe un set diferit de date, extras din aceeaşi bază, dar care reflecta mai fidel practica medicală reală. În acest eşantion, doar aproximativ o treime dintre înregistrări indicau probleme cognitive. În aceste condiţii, sensibilitatea sistemului a scăzut la circa 62%, ratând aproape patru din zece cazuri identificate de medici.
Iniţial, această scădere a performanţei a părut problematică. O reevaluare atentă a cazurilor în care inteligenţa artificială şi medicii nu au fost de acord a schimbat însă perspectiva. Dosarele respective au fost analizate de experţi clinici independenţi, care nu ştiau cine realizase clasificarea iniţială. În 44% dintre situaţii, aceştia au confirmat evaluarea sistemului AI, şi nu pe cea iniţială a medicilor.
„A fost una dintre cele mai surprinzătoare descoperiri ale studiului”, a declarat Hossein Estiri, coautor al cercetării şi profesor asociat de neurologie la Massachusetts General Hospital.
Acurateţea ar putea varia în contexte în care practicile de documentare diferă
Potrivit acestuia, inteligenţa artificială a aplicat criterii clinice mai stricte, refuzând să semnaleze riscuri atunci când notiţele nu descriau explicit probleme de memorie, confuzie sau alte modificări cognitive, chiar dacă un diagnostic apărea menţionat în altă parte a dosarului. Sistemul a fost antrenat să acorde prioritate descrierilor concrete ale simptomelor, care pot fi uneori trecute cu vederea în practica medicală curentă.
Rezultatele subliniază limitele evaluării manuale a dosarelor medicale, spune dr. Moura. „Când semnalele sunt evidente, toată lumea le observă. Când sunt subtile, oamenii şi maşinile pot ajunge la concluzii diferite.”
Karin Verspoor, cercetătoare în inteligenţă artificială şi tehnologii medicale la Universitatea RMIT, care nu a participat la studiu, avertizează că performanţa sistemului a fost evaluată pe date provenite dintr-o singură reţea spitalicească. Prin urmare, acurateţea ar putea varia în contexte în care practicile de documentare diferă.
Eficienţa sistemului depinde direct de calitatea notiţelor analizate
Ea subliniază că eficienţa sistemului depinde direct de calitatea notiţelor analizate, o limitare care poate fi depăşită doar prin testarea şi ajustarea sa în medii clinice diverse.
Deocamdată, explică Estiri, instrumentul este conceput să funcţioneze discret, în fundalul consultaţiilor medicale obişnuite, semnalând potenţiale riscuri şi oferind explicaţii pentru evaluările sale. Sistemul nu este încă utilizat în practica clinică de zi cu zi.
