Studie zeigt: GPT-4 verbessert nicht signifikant die Diagnosetechnik von Ärzten
Der Einfluss von GPT-4 auf die diagnostische Entscheidungsfindung: Ein neues Forschungspapier
In einer aktuellen Studie, veröffentlicht in JAMA Network Open, haben ein Team von Forschern der Universität Minnesota, Stanford University, Beth Israel Deaconess Medical Center und der Universität Virginia untersucht, wie effektiv Ärzte das AI-Modell GPT-4 zur Diagnosestellung einsetzen konnten. Diese Studie ist besonders relevant in einer Zeit, in der KI immer mehr Einzug in die Gesundheitsversorgung hält.
Die Studie im Detail
Die Untersuchung umfasste 50 in den USA lizenzierte Ärzte aus den Bereichen Familienmedizin, Innere Medizin und Notfallmedizin. Die zentrale Erkenntnis der Forscher war, dass die Nutzung von GPT-4 als diagnostisches Hilfsmittel keine signifikante Verbesserung der klinischen Entscheidungsfindung im Vergleich zu herkömmlichen Ressourcen hervorrief. Direkte Ergebnisse der Studie sind:
- Überlegene Leistung von GPT-4: GPT-4 erzielte in Bezug auf die diagnostische Leistung deutlich bessere Ergebnisse als Ärzte, die auf herkömmliche diagnostische Online-Ressourcen zurückgriffen, sowie Ärzte, die von GPT-4 unterstützt wurden.
- Keine signifikante Verbesserung: Die Diagnostik der Ärzte, die GPT-4 nutzten, zeigte im Vergleich zu denen, die ausschließlich mit herkömmlichen Ressourcen arbeiteten, keine spürbare Leistungssteigerung.
Dr. Andrew Olson, Professor an der Universität Minnesota und Facharzt bei M Health Fairview, betont die Notwendigkeit, die Integration von AI in die klinische Praxis weiter zu erforschen:
„Diese Studie deutet darauf hin, dass es Möglichkeiten zur weiteren Verbesserung der Zusammenarbeit zwischen Ärzten und AI in der klinischen Praxis gibt.“
Schlussfolgerung und Ausblick
Die Ergebnisse der Studie unterstreichen die Komplexität der Integration von KI in die klinische Praxis. Obwohl GPT-4 vielversprechende Ergebnisse allein zeigte, brachte die Integration als Unterstützung für Ärzte keine signifikante Verbesserung gegenüber traditionellen Ressourcen. Dies eröffnet neue Perspektiven für die Rolle von AI in der Gesundheitsversorgung und fordert eine vertiefte Untersuchung darüber, wie Ärzte im Umgang mit diesen Technologien geschult werden sollten.
Zusätzlich haben die vier kooperierenden Institutionen ein bi-küstenliches KI-Evaluierungsnetzwerk, bekannt als ARiSE, ins Leben gerufen, um die Auswirkungen von generativen AI-Anwendungen im Gesundheitswesen weiter zu erforschen.
Die Finanzierung dieser Forschung wurde von der Gordon und Betty Moore Foundation bereitgestellt.
Quellen
- University of Minnesota Medical School
- Goh, E., et al. (2024). Large Language Model Influence on Diagnostic Reasoning. JAMA Network Open. doi.org/10.1001/jamanetworkopen.2024.40969
Diese Studie ist ein wichtiger Schritt, um die Möglichkeiten und Grenzen von KI in der Medizin besser zu verstehen und zeigt auf, dass es noch viel Raum für Fortschritte gibt.