Les modèles d’intelligence artificielle (IA) ont démontré une compétence remarquable dans le domaine de la médecine factuelle (EBM), offrant une solution prometteuse aux défis auxquels sont confrontés les professionnels de la santé pour se tenir au courant des dernières découvertes de la recherche. Une étude récente menée par des chercheurs de l'École de médecine Icahn du Mont Sinaï a mis en lumière le potentiel des grands modèles de langage (LLM) pour révolutionner la pratique médicaledent .
Modèles d’IA et médecine factuelle
La médecine factuelle implique l’utilisation des meilleures preuves de recherche disponibles pour prendre des décisions cliniques avec les patients, en s’éloignant des méthodes traditionnelles et des croyances personnelles. Dans le paysage médical actuel en évolution rapide, suivre le rythme de l'afflux de nouvelles recherches constitue une tâche formidable pour les professionnels de la santé. Cependant, l’étude suggère que les chatbots IA, en particulier ChatGPT-4, pourraient offrir une solution prometteuse à cette complexité.
L'équipe de recherche a testé les capacités de divers modèles d'IA, notamment ChatGPT, Gemini, LLAMA v2 et Mixtral-8x7B d'OpenAI. Ces modèles ont eu accès à des dossiers de cas préalablement organisés et ont été chargés de prendre des décisions cliniques sur la base des données disponibles. Les chercheurs ont évalué leurs performances à l’aide de plusieurs mesures.
ChatGPT-4 ouvre la voie
Dans leur rapport, les chercheurs ont évalué la résistance des modèles d’IA aux hallucinations, la validité de leurs décisions cliniques et leur respect des directives cliniques. Le modèle le plus performant de cette étude était ChatGPT-4, qui présentait la plus grande capacité à fonctionner en milieu clinique sans intervention humaine, surpassant ainsi les autres LLM.
Selon le rapport, « les LLM peuvent fonctionner comme des praticiens autonomes de la médecine factuelle ». Il met en évidence leur potentiel à interagir avec les systèmes de santé du monde réel et à gérer les tâches des patients conformément aux directives établies.
Malgré les performances impressionnantes des LLM en EBM, l’étude adentplusieurs domaines nécessitant une amélioration de leurs opérations. Une limitation importante est que les LLM traditionnels ont souvent une date limite de formation en 2021, ce qui les rend ignorants des nouvelles données médicales au-delà de cette date. Le rapport note que la mise à jour de ces modèles avec de nouvelles informations médicales est une entreprise coûteuse qui peut entraver leur application pratique.
En outre, le risque d'hallucinations suscite des inquiétudes lorsqu'on demande aux LLM de générer des informations sur des sujets médicaux peu familiers. De plus, il existe un manque de données sur les considérations culturelles et la résistance aux antibiotiques, ce qui pourrait avoir un impact sur l’exactitude des décisions cliniques.
Solutions innovantes
Pour améliorer les performances des LLM dans EBM, les chercheurs ont introduit un nouvel outil appelé Retrieval Augmented Generation (RAG). Cette approche consiste à fournir des informations spécifiques à une tâche aux modèles d’IA, améliorant ainsi efficacement la qualité de leurs réponses.
L’ingénierie rapide a étédentcomme une autre méthode pour affiner les réponses LLM. En fournissant au LLM des informations spécifiques, telles que « Vous êtes professeur de médecine », les chercheurs ont constaté que les réponses étaient mieux adaptées au patient et au système de santé.
Les chercheurs reconnaissent les limites de la capacité des modèles à gérer des directives complexes et des nuances de diagnostic, mais estiment que la génération augmentée par récupération peut aider à résoudre ces problèmes, en formulant des recommandations plus centrées sur le patient et adaptables aux systèmes de santé.
L’IA et la médecine dans un avenir prometteur
L’intégration de technologies émergentes telles que l’IA et la blockchain progresse rapidement dans les domaines de la médecine et de la santé publique. Des recherches sont en cours pour explorer le potentiel de l’IA dans les domaines de la détection du cancer et tracdes épidémies.
Pour que l’IA prospère et fonctionne dans les limites de la loi tout en relevant des défis croissants, les experts suggèrent d’intégrer un système de blockchain d’entreprise. Un tel système garantirait la qualité et la propriété des données saisies, préservant ainsi leur intégrité et leur immuabilité.
L'étude du Mont Sinaï met en évidence le potentiel de l'IA, en particulier de ChatGPT-4, pour transformer la médecine fondée sur des preuves. Bien que des défis existent, des solutions innovantes telles que Retrieval Augmented Generation offrent des moyens prometteurs d’améliorer les performances des modèles d’IA en milieu clinique. À mesure que la technologie continue d’évoluer, l’avenir de l’IA dans les soins de santé est très prometteur pour améliorer les soins aux patients et la prise de décision clinique.
Le fil de différence clé aide les marques de crypto à briser et à dominer les titres rapidement
