L'Università di Tsinghua sviluppa un sistema avanzato di formazione medica basato sull'intelligenza artificiale

Un team di ricercatori dell'Università di Tsinghua ha recentemente presentato un ambiente completamente simulato per la formazione medica basata sull'intelligenza artificiale. L'ambiente virtuale consente a medici virtuali di formarsi in un ospedale virtuale senza la necessità di interagire fisicamente con pazienti reali.

Leggi anche: L'intelligenza artificiale aiuta gli agricoltori a piantare raccolti e ad allevare bestiame

L'Intelligent Industry Research Institute (AIR) e il Dipartimento di Informatica e Tecnologia dell'Università di Tsinghua hanno creato una simulazione altamente dettagliata di un ospedale che include operatori e pazienti virtuali. L'ambiente virtuale, noto come "Agent Hospital", consente ai medici AI di effettuare diagnosi e trattamenti su migliaia di pazienti virtuali. Grazie al processo di apprendimento e agli errori, i medici AI sono diventati gradualmente competenti nella diagnosi e nel trattamento dei pazienti. 

L'ambiente virtuale consente ai medici con intelligenza artificiale di diagnosticare pazienti virtuali

Il vantaggio principale di questo ambiente simulato è che consente all'utente di lavorare su un gran numero di casi senza dover attendere pazienti reali. Questo metodo non è solo più rapido in termini di formazione, ma anche economicamente efficiente. In questo modo, l'IA può accumulare migliaia di dati di pazienti virtuali in un tempo relativamente breve.

Leggi anche:  Meta sospende i piani per addestrare l'IA sui dati degli utenti UE

I ricercatori hanno utilizzato un processo noto come metodo MedAgent-Zero per addestrare medici virtuali basati sull'intelligenza artificiale (IA) sulle cartelle cliniche di 10.000 pazienti. Hanno addestrato grandi modelli linguistici su otto patologie per produrre cartelle clinichetron. Queste patologie includevano rinofaringite acuta, rinite acuta, asma bronchiale, bronchite cronica, COVID-19, influenza A, influenza B e infezione da micoplasma. I pazienti virtuali presentavano diversi segni e stadi della malattia, rendendo il database del set di addestramento diversificato.

Il medico AI, sviluppato con il modello GPT-3.5-turbo-1106, è diventato molto più efficace in breve tempo. Ha gestito 10.000 casi virtuali e ha registrato alti tassi di successo nell'esame, nella diagnosi e nel trattamento dei pazienti, a dimostrazione di una buona curva di apprendimento del sistema. I tassi di successo complessivi per la specifica patologia variavano dall'88% per l'esame al 95,6% per la diagnosi e al 77,6% per il trattamento.

GPT-4 supera GPT-3 nelle domande dell'esame di abilitazione medica

Nello studio successivo, i ricercatori di Tsinghua hanno applicato il metodo MedAgent-Zero al modello gpt-4-1106-preview. Il confronto delle prestazioni è stato effettuato su 1273 domande del dataset MedQA che replica i test di abilitazione medica come l'USMLE. Lo studio ha rivelato un netto aumento con il modello GPT-4, con un tasso di successo del 93,06% per le domande sulle malattie respiratorie, rispetto all'84,72% del modello GPT-3.

Leggi anche: Nuovo programma di formazione sull'intelligenza artificiale per 1.000 imprenditori africani della sicurezza informatica

Lo sviluppo e l'implementazione di successo del metodo Agent Hospital e MedAgent-Zero da parte dell'Università di Tsinghua segnano una nuova rivoluzione nella formazione medica. Le simulazioni virtuali sono vantaggiose in quanto consentono ai medici dotati di intelligenza artificiale di esercitarsi in un ambiente controllato e adattabile, rendendo così il processo di formazione più efficiente.

Reporting Cryptopolitan di Brenda Kanana