Die Tsinghua-Universität entwickelt ein fortschrittliches KI-gestütztes Ärzteausbildungssystem

Ein Forscherteam der Tsinghua-Universität hat kürzlich eine vollständig simulierte Umgebung für das medizinische KI-Training vorgestellt. Die virtuelle Umgebung ermöglicht es virtuellen Ärzten, in einem virtuellen Krankenhaus zu trainieren, ohne dass eine reale Interaktion mit echten Patienten erforderlich ist.

Lesen Sie auch: KI hilft Landwirten beim Anbau von Feldfrüchten und der Viehzucht

Das Intelligent Industry Research Institute (AIR) und das Department für Informatik und Technologie der Tsinghua-Universität entwickelt . In dieser virtuellen Umgebung, dem sogenannten Agentenkrankenhaus, können KI-Ärzte Tausende virtueller Patienten diagnostizieren und behandeln. Durch Lernprozesse und das Machen von Fehlern erlangten die KI-Ärzte nach und nach Kompetenz in der Diagnose und Behandlung von Patienten. 

Virtuelle Umgebung ermöglicht es KI-Ärzten, virtuelle Patienten zu diagnostizieren

Der Hauptvorteil dieser simulierten Umgebung besteht darin, dass der Benutzer mit einer großen Anzahl von Fällen arbeiten kann, ohne auf echte Patienten warten zu müssen. Diese Methode ist nicht nur schneller im Hinblick auf das Training, sondern auch wirtschaftlich effizienter. Auf diese Weise kann die KI in relativ kurzer Zeit Tausende von Daten virtueller Patienten sammeln.

Lesen Sie auch:  Meta setzt Pläne zum Trainieren von KI mit Daten von EU-Nutzern aus

Die Forscher nutzten das sogenannte MedAgent-Zero-Verfahren, um virtuelle KI-Ärzte anhand von 10.000 Patientenakten zu trainieren. Sie trainierten große Sprachmodelle für acht Krankheiten, umtronGesundheitsakten zu erstellen. Zu diesen Krankheiten zählten akute Nasopharyngitis, akute Rhinitis, Asthma bronchiale, chronische Bronchitis, COVID-19, Influenza A, Influenza B und Mykoplasmeninfektionen. Die virtuellen Patienten wiesen unterschiedliche Symptome und Krankheitsstadien auf, wodurch die Trainingsdatenbank sehr vielfältig war.

Der mit dem GPT-3.5-Turbo-1106-Modell entwickelte KI-Arzt wurde innerhalb kurzer Zeit deutlich effektiver. Er bearbeitete 10.000 virtuelle Fälle und erzielte hohe Erfolgsraten bei Untersuchung, Diagnose und Behandlung, was auf eine gute Lernkurve des Systems hindeutet. Die Gesamterfolgsraten für die jeweilige Erkrankung lagen zwischen 88 % bei der Untersuchung, 95,6 % bei der Diagnose und 77,6 % bei der Behandlung.

GPT-4 schneidet bei Fragen zur medizinischen Zulassungsprüfung besser ab als GPT-3.

In einer Folgestudie wandten die Forscher der Tsinghua-Universität die MedAgent-Zero-Methode auf das Modell gpt-4-1106-preview an. Der Leistungsvergleich erfolgte anhand von 1273 Fragen aus dem MedQA-Datensatz, der medizinische Zulassungsprüfungen wie das USMLE simuliert. Die Studie zeigte eine deutliche Verbesserung mit dem GPT-4-Modell: Die Erfolgsquote bei Fragen zu Atemwegserkrankungen lag bei 93,06 % gegenüber 84,72 % beim GPT-3-Modell.

Lesen Sie auch: Neues KI-Schulungsprogramm für 1.000 afrikanische Cybersicherheitsunternehmer

Die erfolgreiche Entwicklung und Implementierung der Agent Hospital- und MedAgent-Zero-Methode durch die Tsinghua-Universität markiert eine neue Revolution in der medizinischen Ausbildung. Virtuelle Simulationen sind vorteilhaft, da sie KI-Ärzten ermöglichen, in einer kontrollierten und anpassbaren Umgebung zu üben und so den Ausbildungsprozess effizienter zu gestalten.

Cryptopolitan Berichterstattung von Brenda Kanana