AI-modeller överträffade läkare i Harvard-studie om akutdiagnoser
En Harvard-studie visar att stora språkmodeller (LLM:er som ChatGPT) gav mer träffsäkra diagnoser än läkare på akutmottagningar när de testades på riktiga patientfall. Resultatet väcker intressanta frågor om AI:s roll i sjukvården, även om studien inte specificerar exakt hur stor skillnaden var.
Djupdykning
Harvard-forskare lät AI-modeller diagnosticera riktiga akutmottagningsfall och resultatet var överraskande: åtminstone en modell presterade bättre än två läkare när det kom till diagnostisk träffsäkerhet. Studien pekar på något många inom sjukvården föredrar att inte prata om - att mänsklig expertis, trots år av utbildning och erfarenhet, fortfarande är överraskande felbenägen när det kommer till snabba bedömningar under press. Det som gör detta särskilt anmärkningsvärt är att akutmedicin länge har ansetts vara en av de mest mänskliga disciplinerna inom sjukvården, där intuition, erfarenhet och förmågan att läsa mellan raderna spelar avgörande roller. Men AI-modellerna verkar ha funnit mönster i sympton och patientdata som människor missar, särskilt när tiden är knapp och stressen hög. Det här kommer förmodligen inte att ersätta läkare imorgon, men det kan mycket väl förändra hur akutmottagningar fungerar - från att vara platser där läkare fattar beslut ensamma till att bli kollaborativa miljöer där AI fungerar som en osynlig tredje kollega som aldrig blir trött eller låter tidigare fall påverka nuvarande bedömningar.