Os modelos de inteligência artificial (IA) têm demonstrado notável proficiência no campo da medicina baseada em evidências (MBE), oferecendo uma solução promissora para os desafios enfrentados pelos profissionais de saúde em se manterem atualizados com as últimas descobertas da pesquisa. Um estudo recente conduzido por pesquisadores da Escola de Medicina Icahn do Mount Sinai lançou luz sobre o potencial dos grandes modelos de linguagem (LLMs) para revolucionar a prática médicadent .
Modelos de IA e medicina baseada em evidências
A medicina baseada em evidências envolve a utilização das melhores evidências científicas disponíveis para embasar as decisões clínicas dos pacientes, abandonando os métodos tradicionais e as crenças pessoais. No cenário médico atual, em constante evolução, acompanhar o fluxo de novas pesquisas é uma tarefa complexa para os profissionais da saúde. No entanto, o estudo sugere que os chatbots de IA, particularmente o ChatGPT-4, podem oferecer uma solução promissora para essa complexidade.
A equipe de pesquisa testou as capacidades de vários modelos de IA, incluindo o ChatGPT da OpenAI, Gemini, LLAMA v2 e Mixtral-8x7B. Esses modelos tiveram acesso a arquivos de casos previamente selecionados e foram incumbidos de tomar decisões clínicas com base nos dados disponíveis. Os pesquisadores avaliaram o desempenho dos modelos usando diversas métricas.
O ChatGPT-4 lidera o caminho
Em seu relatório, os pesquisadores avaliaram a resistência dos modelos de IA a alucinações, a validade de suas decisões clínicas e sua adesão às diretrizes clínicas. O modelo de destaque neste estudo foi o ChatGPT-4, que demonstrou a maior capacidade de funcionar em um ambiente clínico sem intervenção humana, superando outros modelos de aprendizagem de linguagem.
Segundo o relatório, “os LLMs podem funcionar como profissionais autônomos da medicina baseada em evidências”. Ele destaca o potencial deles para interagir com sistemas de saúde reais e gerenciar tarefas relacionadas a pacientes seguindo diretrizes estabelecidas.
Apesar do desempenho impressionante dos Modelos de Aprendizagem Baseados em Evidências (LLMs) na Medicina Baseada em Evidências (MBE), o estudodentdiversas áreas que necessitam de melhorias em seu funcionamento. Uma limitação significativa é que os LLMs convencionais geralmente têm um limite de treinamento em 2021, o que os torna desatualizados em relação a novos dados médicos posteriores a essa data. O relatório observa que a atualização desses modelos com novas informações médicas é uma tarefa dispendiosa que pode dificultar sua aplicação prática.
Além disso, existe a preocupação com o risco de alucinações ao solicitar que os profissionais de saúde mental gerem informações sobre assuntos médicos desconhecidos. Ademais, há uma carência de dados sobre considerações culturais e resistência a antibióticos, o que pode impactar a precisão das decisões clínicas.
Soluções inovadoras
Para melhorar o desempenho dos LLMs em EBM, os pesquisadores introduziram uma nova ferramenta chamada Geração Aumentada por Recuperação (RAG). Essa abordagem envolve o fornecimento de informações específicas da tarefa aos modelos de IA, melhorando efetivamente a qualidade de suas respostas.
A engenharia de respostas foidentcomo outro método para refinar as respostas dos assistentes de aprendizagem. Ao instruir os assistentes com informações específicas, como "Você é professor de medicina", os pesquisadores descobriram que as respostas se tornavam mais personalizadas para o paciente e para o sistema de saúde.
Os pesquisadores reconhecem as limitações na capacidade dos modelos de lidar com diretrizes complexas e nuances de diagnóstico, mas acreditam que a Geração Aumentada por Recuperação pode ajudar a resolver esses problemas, tornando as recomendações mais centradas no paciente e adaptáveis aos sistemas de saúde.
Inteligência artificial e medicina em um futuro promissor
A integração de tecnologias emergentes, como IA e blockchain, está avançando rapidamente na medicina e na saúde pública. Pesquisas estão em andamento para explorar o potencial da IA na detecção do câncer e tracde epidemias.
Para que a IA prospere e opere dentro dos limites da lei, ao mesmo tempo que enfrenta desafios crescentes, especialistas sugerem a integração de um sistema blockchain empresarial. Tal sistema garantiria a qualidade e a propriedade dos dados de entrada, salvaguardando a integridade e a imutabilidade dos mesmos.
O estudo do Mount Sinai destaca o potencial da IA, particularmente do ChatGPT-4, na transformação da medicina baseada em evidências. Embora existam desafios, soluções inovadoras como a Geração Aumentada por Recuperação oferecem maneiras promissoras de aprimorar o desempenho de modelos de IA em ambientes clínicos. À medida que a tecnologia continua a evoluir, o futuro da IA na área da saúde reserva grandes promessas para a melhoria do atendimento ao paciente e da tomada de decisões clínicas.
