Model AI Google AMIE dorównuje lekarzom w zarządzaniu chorobami przewlekłymi

Google opublikowało w czasopiśmie Nature wyniki badania swojego medycznego systemu AI o nazwie AMIE, które po raz pierwszy testowano nie przy jednorazowej diagnozie, lecz przy długoterminowym prowadzeniu pacjenta przez kolejne wizyty. W ślepym, randomizowanym eksperymencie system dorównał 21 lekarzom podstawowej opieki zdrowotnej w ogólnym rozumowaniu terapeutycznym, a w kilku kategoriach, takich jak precyzja planu leczenia i zgodność z wytycznymi klinicznymi, uzyskał wyniki istotnie wyższe.

Od diagnozy do prowadzenia leczenia

AMIE, czyli Articulate Medical Intelligence Explorer, to system oparty na modelach Gemini, rozwijany przez Google Research i Google DeepMind od kilku lat. Wcześniejsze wersje skupiały się na pojedynczej rozmowie diagnostycznej, symulującej wizytę u lekarza pierwszego kontaktu. Nowe badanie testuje coś innego: zdolność systemu do towarzyszenia pacjentowi w czasie, gdy objawy się zmieniają, wyniki badań napływają stopniowo, a leczenie trzeba korygować.

W praktyce oznacza to, że AMIE musi pamiętać ustalenia z poprzednich wizyt, śledzić reakcję na wcześniej zalecone leki i aktualizować plan postępowania zgodnie z obowiązującymi wytycznymi klinicznymi, które same są regularnie zmieniane. Zdaniem Google to właśnie ten etap, a nie sama diagnoza, generuje w praktyce klinicznej najwięcej pracy administracyjnej i błędów.

Giving a diagnosis is the first step in treating a patient. Once a diagnosis is established, the challenge becomes managing a health condition over time - tracking symptoms across multiple appointments, parsing guidelines as they're updated and fine-tuning medications - Mike Schaekermann, Research Lead, Google Research

Jak wyglądało badanie

Naukowcy przeprowadzili randomizowane, ślepe badanie w formule zbliżonej do egzaminu OSCE, standardowo stosowanego przy ocenie kompetencji klinicznych studentów medycyny. AMIE oraz 21 lekarzy podstawowej opieki zdrowotnej prowadziło rozmowy tekstowe z przeszkolonymi aktorami wcielającymi się w pacjentów, w ramach 100 scenariuszy obejmujących trzy kolejne wizyty każdy. Objawy, wyniki badań i reakcja na leczenie zmieniały się między wizytami, tak jak dzieje się to w realnej opiece długoterminowej.

Niezależni specjaliści, którzy nie wiedzieli, czy oceniają plan przygotowany przez AMIE czy przez lekarza, ocenili plany postępowania systemu jako nie gorsze od planów lekarzy pod względem ogólnego rozumowania terapeutycznego. W kategoriach takich jak trafność zaleconych badań diagnostycznych, precyzja dawkowania leków i jawne odwoływanie się do konkretnych wytycznych klinicznych, AMIE uzyskał wyniki wyższe niż grupa lekarzy.

Test wiedzy o lekach

Osobną częścią badania był test wiedzy farmakologicznej RxQA, złożony z 600 pytań opartych na oficjalnych bazach FDA oraz brytyjskim formularzu leków British National Formulary. Pytania dotyczyły wskazań, przeciwwskazań, dawkowania i interakcji lekowych. Według Google system poradził sobie szczególnie dobrze w pytaniach o wyższym stopniu trudności, przewyższając wyniki uzyskane przez lekarzy.

Za działaniem AMIE stoi architektura złożona z dwóch współpracujących komponentów. Jeden, agent dialogowy, prowadzi bieżącą rozmowę z pacjentem, zbiera informacje i buduje relację. Drugi, agent rozumowania terapeutycznego, analizuje zebrane dane kliniczne w zestawieniu z setkami stron wytycznych medycznych i generuje ustrukturyzowany plan postępowania, wykorzystując długi kontekst modeli Gemini do jednoczesnego przetwarzania historii pacjenta z wielu wizyt.

Zastrzeżenia i dalsze plany

Autorzy badania wprost zaznaczają, że AMIE nie jest gotowy do zastosowania w realnej opiece klinicznej. Eksperyment odbywał się wyłącznie w formie symulowanych, tekstowych konsultacji z aktorami, a nie z prawdziwymi pacjentami, i nie mierzono żadnych rzeczywistych efektów zdrowotnych. Scenariusze zostały skonstruowane pod kątem oceny systemu, a nie odzwierciedlenia typowej, często chaotycznej codzienności podstawowej opieki zdrowotnej. System pozostaje też podatny na konfabulacje, czyli generowanie fałszywych lub zmyślonych odpowiedzi, co w kontekście medycznym niesie oczywiste ryzyko.

Google zapowiada dalsze, bardziej rygorystyczne testy w warunkach zbliżonych do rzeczywistych, zanim jakakolwiek forma tego narzędzia trafiłaby do realnego użytku klinicznego. Firma wskazuje przy tym na potencjalne zastosowanie systemów takich jak AMIE w łagodzeniu globalnych niedoborów lekarzy i nierówności w dostępie do opieki zdrowotnej, zastrzegając jednocześnie potrzebę dalszych, ilościowych badań nad tym, jak dokładnie system dochodzi do swoich rekomendacji.

Dla polskiego systemu ochrony zdrowia, gdzie na wizytę u specjalisty czeka się miesiącami, a lekarze rodzinni obsługują po kilkudziesięciu pacjentów dziennie, wyniki takich badań mają znaczenie praktyczne, nawet jeśli wdrożenie jest odległe. Publikacja AMIE wpisuje się w szerszy trend testowania AI jako narzędzia wspierającego lekarzy przy powtarzalnych, czasochłonnych elementach opieki, takich jak aktualizowanie planów leczenia zgodnie ze zmieniającymi się wytycznymi, a nie zastępowania ich w decyzjach klinicznych.