Účinky odborné arbitráže na klinické výsledky, když mezi lékaři a jejich protějšky s umělou inteligencí nastanou spory o diagnózu: Randomizovaná, multicentrická studie u pediatrických ambulantních pacientů

Na základě historických klinických údajů od více než 1 milionu pediatrických ambulantních pacientů v Guangzhou Women and Children's Medical Center byl nedávno vyvinut diagnostický rámec AI pro běžná dětská onemocnění [Liang H et al. hodnocení a přesné diagnostiky dětských onemocnění pomocí umělé inteligence. Nat Med. 2019;25(3):433-8]. Tento rámec umělé inteligence využívá předdefinované schéma k extrakci informativních klinických dat z volného textu a dosahuje klinických diagnóz pomocí hypoteticko-deduktivního uvažování. Při interní validaci systém AI ukázal míru přesnosti v rozmezí od 0,85 pro gastrointestinální onemocnění do 0,98 pro neuropsychiatrické poruchy, což naznačuje, že by mohl být slibným pomocným diagnostickým nástrojem v klinické praxi. Chybí však strategie založená na důkazech, jak zacházet se scénáři, kdy se diagnóza založená na umělé inteligence a diagnóza stanovená pediatry neshodují. Je oprávněné předpokládat, že nemoci s nesouhlasnými diagnózami vykazují více podobných klinických příznaků; v tomto případě je nutné zavést extra rozhodce pro diferenciální a rozhodující diagnostiku. Proto provádíme tuto randomizovanou kontrolovanou studii, abychom: 1) porovnali přesnost dvou diagnostických režimů v reálném klinickém prostředí, kde jsou diagnóza založená na AI a diagnóza stanovená pediatry v rozporu, a to zavedením odborného arbitra; a 2) blíže prozkoumat změnu klinických výsledků (opětovná návštěva nemocnice a hospitalizace v následujících 3 měsících po první návštěvě; průměrné celkové ambulantní náklady) v důsledku zavedení odborného arbitra. Vezměte prosím na vědomí, že ačkoli výše uvedený rámec AI byl navržen pro diagnostiku široké škály onemocnění, tato klinická studie je omezena na ambulantní pacienty, kteří se setkávají ve třech specializovaných klinikách, tj. Důvodem pro tento výběr je to, že se předpokládá, že nesouladné diagnózy jsou pro tyto dvě specializace častější podle výsledku interní validace.