Dữ liệu mới: AI tạo sinh trong y tế cần được đào tạo thêm
- Một loạt nghiên cứu gần đây của các bệnh viện học thuật đã chỉ ra những hạn chế đáng kể của các mô hình ngôn ngữ lớn (LLM) trong môi trường y tế.
- Kết quả này đi ngược lại quan điểm phổ biến trong ngành rằng LLM sẽ tiết kiệm thời gian, chi phí và sớm giải phóng bác sĩ khỏi công việc tài liệu.
- Một nghiên cứu tại Đại học California, San Diego phát hiện việc sử dụng LLM để trả lời tin nhắn của bệnh nhân không giúp tiết kiệm thời gian cho bác sĩ.
- Nghiên cứu khác tại Mount Sinai chỉ ra rằng các LLM phổ biến kém hiệu quả trong việc ánh xạ bệnh của bệnh nhân với mã chẩn đoán.
- Nghiên cứu tại Mass General Brigham phát hiện LLM mắc lỗi an toàn khi trả lời các câu hỏi mô phỏng từ bệnh nhân ung thư, trong đó một câu trả lời có khả năng gây tử vong.
📌 Các nghiên cứu gần đây từ các bệnh viện học thuật đã làm giảm sự kỳ vọng quá mức về AI tạo sinh trong y tế. Kết quả cho thấy LLM có nhiều hạn chế đáng kể, đi ngược lại quan điểm chúng sẽ tiết kiệm thời gian, chi phí và giải phóng bác sĩ khỏi công việc tài liệu. Một số lỗi nghiêm trọng được phát hiện, cho thấy LLM cần được đào tạo thêm trước khi triển khai rộng rãi.
Citations:
[1] https://www.statnews.com/2024/04/25/health-ai-large-language-models-clinical-documentation/
Thảo luận
Follow Us
Tin phổ biến
