Разрушить традиционное здравоохранение? Система искусственного интеллекта AMIE от Google позволяет полностью управлять заболеваниями

Исследователи компании Google объявили о том, что их система искусственного интеллекта AMIE (Articulate Medical Intelligence Explorer) значительно расширила свои возможности, перейдя от первоначальной помощи в диагностике к долгосрочному лечению и управлению заболеваниями. В ходе рандомизированного исследования управленческие рассуждения AMIE были сопоставимы с рассуждениями врачей или превосходили их в ходе многократных консультаций с профессиональными пациентами. Это было продемонстрировано способностью AMIE точно планировать анализы, лечение и назначения, а также надлежащим образом применять авторитетные клинические рекомендации.

Оригинал: https://research.google/blog/from-diagnosis-to-treatment-advancing-amie-for-longitudinal-disease-management/

Важность и проблемы клинических рассуждений

Эффективное клиническое обоснование является краеугольным камнем здравоохранения и охватывает все ключевые решения при уходе за пациентом. Качественное клиническое обоснование требует не только постановки точного диагноза, но и глубокого осмысления развития заболевания, ответа на лечение, безопасного применения лекарств, а также рационального использования рекомендаций или доказательств в совместном с пациентом принятии решений. Даже после постановки диагноза разработка оптимального плана лечения часто требует постоянного наблюдения за течением болезни, разработки индивидуального плана лечения, а также информированного и совместного принятия решений, которые активно адаптируются к индивидуальным потребностям, предпочтениям пациента и реалиям системы здравоохранения. В то время как большие языковые модели (БЯМ) продемонстрировали свой потенциал в поддержке диагностического диалога, их способность рассуждать о долгосрочном управлении заболеванием еще предстоит изучить.

AMIE: переход от диагностики к управлению течением болезни

В исследовании "На пути к разговорному ИИ для управления заболеваниями" исследовательская группа Google продемонстрировала, как AMIE, исследовательская система ИИ для медицинских рассуждений и диалогов, уже превосходит по эффективности диагностику заболеваний и еще больше повышает свою производительность за счет интеграции возможностей LLM-интеллектов, оптимизированных для рассуждений и диалогов в области клинического менеджмента. - Команда продемонстрировала превосходные возможности AMIE в диагностике заболеваний и дальнейшее повышение производительности AMIE за счет интеграции возможностей LLM-интеллектов, оптимизированных специально для рассуждений и диалога в области клинического менеджмента.

Эта расширенная версия AMIE построена на Близнецы В дополнение к основным достоинствам семейства моделей, таким как развитое контекстуальное мышление на дальние расстояния и очень низкий уровень иллюзий. Это позволяет AMIE учитывать долгосрочное (т. е. последовательное во времени) развитие болезни, ответ на лечение, а также информацию о безопасном использовании лекарств и клинических рекомендациях. Это знаменует собой расширение возможностей AMIE от чисто диагностических до более комплексной поддержки пациентов и врачей в сложных последующих действиях. Последние достижения продемонстрировали, что AMIE способна к долгосрочному взаимодействию между пациентом и врачом, а процесс рассуждений основан на авторитетных клинических знаниях, которые постоянно обновляются, и способен предоставить структурированные планы лечения в соответствии с признанными рекомендациями.

Теперь AMIE поддерживает долгосрочное ведение болезни с обоснованием на основе клинических рекомендаций и возможностью адаптации к потребностям пациента в течение нескольких посещений.

Сложность управления заболеваниями

Сложности клинического лечения выходят далеко за рамки первоначального диагноза. Управление заболеванием требует сочетания факторов, включая побочные эффекты лечения, соблюдение пациентом правил, изменение образа жизни, а также постоянно обновляемые медицинские исследования и клинические рекомендации. Способность к управленческим рассуждениям была недостаточно изученной задачей для систем ИИ, но появление AMIE обещает изменить эту ситуацию.

AMIE использует возможности Gemini для получения доступа и анализа клинических рекомендаций, чтобы убедиться, что его рекомендации основаны на доказательной медицине.

Архитектура тела с двойным интеллектом: расширение возможностей рассуждения

Чтобы решить проблемы управления заболеваниями, исследовательская группа Google разработала архитектуру двойного интеллекта, управляемого LLM, которая похожа на то, как человеческие врачи подходят к решению проблем управления.

Диалоговый агентИнтеллект: непосредственно обращенный к пользователю, он способен быстро реагировать, исходя из своего непосредственного понимания состояния пациента. Интеллект обрабатывает все аспекты диалога между врачом и пациентом, включая сбор информации о состоянии пациента, ответы на вопросы и установление доверительных отношений между врачом и пациентом. Используя обработку естественного языка и методы эмпатического общения, диалоговый интеллект обеспечивает плавное и увлекательное взаимодействие с пациентом.

Mx Intelligence (Management Reasoning Agent)Mx Intelligence: непрерывный и глубокий анализ существующей информации, включая клинические рекомендации и данные о конкретном пациенте, для оптимизации решений по ведению пациентов. mx Intelligence использует передовые возможности Gemini в области дальнего контекста для интеграции и осмысления больших объемов информации - включая стенограммы бесед с пациентами во время нескольких визитов и сотни страниц клинических рекомендаций - и учитывает все это. -- И принимать все это во внимание. В результате Mx Intelligence может создавать структурированные планы обследования, лечения и последующего наблюдения, учитывающие последние медицинские данные, информацию, полученную во время предыдущих визитов, и индивидуальные предпочтения пациента.

Двухинтеллектуальная архитектура AMIE: Интеллект диалога взаимодействует с пациентом, а Интеллект Mx разрабатывает структурированный план ведения, основанный на клинических рекомендациях. План ведения определяет рекомендуемую последовательность анализов и лечения пациента.

Принятие управленческих решений на основе клинических рекомендаций

Для обеспечения надежности и безопасности управляемого рассуждения AMIE его возможности достигаются в основном за счет расширения вычислений во время тестирования для выполнения глубоких рассуждений и структурированных ограничений, при этом все рекомендации основываются на авторитетных клинических знаниях. AMIE также опирается на возможности Gemini по пониманию контекста на большом расстоянии, чтобы согласовать свои результаты с актуальными, современными рекомендациями по клинической практике и формулярами лекарств.

Это включает в себя отбор и обработку документов из обширной библиотеки клинических рекомендаций из таких авторитетных источников, как Национальный институт здоровья и совершенствования медицинской помощи (NICE) и руководства по передовой практике BMJ, которые Mx Intelligence Body затем использует для принятия решений, гарантируя, что его рекомендации основаны на доказательствах и соответствуют признанной передовой практике в области здравоохранения.

Сложные структурированные ограничения помогают направлять модель по заданной стратегии рассуждений, а итеративное составление и объединение сгенерированных планов способствует повышению их качества. Это позволяет AMIE создавать персонализированные планы лечения, основанные на фактических данных и учитывающие индивидуальные потребности пациента.

AMIE использует глубокие рассуждения со структурированными ограничениями (A) для создания структурированного плана ведения (B), основанного на анализе случая (C) и явных целях ведения (D), которые включают тесты, которые необходимо выполнить во время визита, запланированные тесты и рекомендации по лечению, все из которых подкреплены ссылками (E). Пример процесса рассуждения для вымышленного пациента показан здесь.

Оценка эффективности AMIE: многораундовое исследование OSCE

Чтобы критически оценить способность AMIE справляться с долгосрочным ведением болезни, исследовательская группа провела рандомизированное, слепое, виртуальное исследование объективного структурированного клинического экзамена (OSCE), которое имитировало консультацию в текстовом чате. В этом исследовании AMIE сравнивался с 20 врачами первичного звена (PCP) в 100 сценариях многораундовых консультаций, чтобы оценить работу AMIE в реальных клинических условиях.

Обзор рандомизированного многораундового исследования OSCE.

Многораундовый дизайн консультаций OSCE позволил команде исследователей оценить способность AMIE 1) запоминать и интегрировать информацию из предыдущих взаимодействий, 2) корректировать план ведения пациента в зависимости от изменения симптомов и результатов анализов, а также 3) последовательно и сопереживающе общаться с пациентом на протяжении всего курса лечения.

Специалисты оценивали качество плана ведения AMIE по ряду критериев, включая уместность, полноту, использование клинических рекомендаций и ориентированность на пациента.

Специалисты (которые не знали об источнике плана) оценили план ведения AMIE как не уступающий планам PCP и продемонстрировали статистически значимое улучшение точности лечения. Ключевыми показателями здесь являются выбор подходящих тестов и отказ от неподходящих тестов (т. е. отказ от ненужных тестов на основе известной информации). Показаны статистически значимые (p < 0,05) различия в значениях p-values.

Кроме того, пациенты-ролевики и специалисты оценивали AMIE, чтобы определить, отражает ли их поведение клинические потребности и приоритеты. Исследовательская группа черпала вдохновение в предыдущей работе, определяя ключевые особенности управленческого мышления, и создала экспериментальную шкалу оценки на основе этих особенностей, названную Ключевыми особенностями опыта управленческого мышления (MXEKF). Ключевые показатели MXEKF включают приоритетность предпочтений, ограничений и ценностей, общение и совместное принятие решений, противопоставление и выбор между различными сценариями, контроль и адаптацию планов лечения, а также прогностическую компетентность. .

AMIE демонстрирует стабильные показатели по ключевым параметрам управления (MXEKF) и получает положительные отзывы от пациентов и специалистов.

RxQA: контрольная работа по фармакотерапевтическому обоснованию

Безопасное и эффективное использование лекарств является ключевым компонентом лечения заболеваний. Надежное запоминание знаний о конкретных лекарствах с соответствующими фактическими и тематическими рассуждениями является необходимым, но недостаточным условием. Чтобы измерить способности AMIE в этих областях, исследовательская группа создала RxQA - новый набор вопросов с несколькими вариантами ответов, взятых из национальных формуляров лекарственных средств, в том числе Управления по контролю за продуктами и лекарствами США (FDA) и Британского национального формуляра (BNF).

RxQA содержит 600 вопросов, предназначенных для оценки знаний о показаниях, противопоказаниях, дозировках, побочных эффектах и взаимодействии лекарств. Вопросы были тщательно проверены сертифицированными фармацевтами, чтобы обеспечить точность и соответствие клинической практике.

Примеры вопросов из эталонного теста RxQA, предназначенного для оценки знаний о лекарствах и рассуждений о них. Все данные, представленные на рисунке, являются синтетическими (реальными, но не данными реального пациента).

AMIE добилась отличных результатов в бенчмаркинговом тесте RxQA, продемонстрировав глубокое понимание информации о лекарствах и рекомендаций. Пунктирная линия показывает точность, достижимую при случайном угадывании.

ограничения

Хотя эти результаты демонстрируют потенциал AMIE в зарождающейся и важной области медицинских приложений ИИ, необходимо учитывать ряд ограничений. Симулированный сценарий OSCE, хотя и является ценным для стандартизированной оценки, намеренно упрощает сложность реальной клинической практики, которая включает в себя просмотр карт, взаимодействие с электронными медицинскими картами и более широкий спектр ситуаций с пациентами и патологиями. В данной оценке были выбраны только рекомендации одной системы здравоохранения, и не было предпринято попыток адаптировать их к местным условиям, что является одним из потенциальных преимуществ AMIE. Короткие интервалы между симулированными визитами и текстовый интерфейс (в отличие от мультимодального опыта реальной телемедицины) могут недооценивать трудности в реальном мире. Шкала MXEKF, хотя и является перспективной в качестве пилотной шкалы оценки, требует дальнейшей валидации.

Выводы и перспективы

Высокие результаты, продемонстрированные AMIE в этих оценках, являются значительным шагом вперед в демонстрации потенциала разговорного ИИ как мощного инструмента для помощи врачам в лечении заболеваний. Сочетая в себе долгосрочные рассуждения, клинические рекомендации и мультиинтеллектуальный дизайн систем организма, AMIE демонстрирует "искусство возможного" для систем ИИ, чтобы выйти за рамки дифференциальной диагностики и перейти к долгосрочному управлению.

Для того чтобы лучше понять потенциальное влияние AMIE на клинический рабочий процесс и результаты лечения пациентов, а также безопасность и надежность системы в реальных условиях, необходимы дальнейшие исследования, прежде чем она начнет применяться в реальном мире. Google сотрудничает с клиническими партнерами Было проведено проспективное исследование. Тем не менее, эта работа является важной вехой в ответственном развитии ИИ и потенциала использования ИИ для улучшения доступа к медицинскому обслуживанию на основе фактических данных.