பெரிய மொழி மாதிரிகள் மருத்துவப் பணிச்சூழல்களுக்கு நெருங்கிவரும் நிலையில், கோரிக்கையின் சொற்கள் AI உதவியுடன் எடுக்கப்படும் முடிவின் பாதுகாப்பை எவ்வளவு பாதிக்கின்றன என்பது முக்கியமான கேள்வியாகியுள்ளது. Mount Sinai-யின் Icahn School of Medicine ஆய்வாளர்கள் இதன் தாக்கம் குறிப்பிடத்தக்கது எனக் கண்டனர்.
Communications Medicine வெளியிட்ட ஆய்வில், குறுகிய பாதுகாப்பு நினைவூட்டலைச் சேர்த்தபோது தீங்கு விளைவிக்கக்கூடிய மருத்துவத் தேர்வுகள் 16.6% இலிருந்து 10.1% ஆகக் குறைந்தன. 20 மாதிரிகளில் 19 இல் குறைவு காணப்பட்டது.
உருவகப்படுத்தப்பட்ட மருத்துவத் தேர்வுகளில் அளவிடத்தக்க மாற்றம்
50 மருத்துவச் சூழல்களின் 501 மாறுபாடுகளில் 20 மொழி மாதிரிகளை குழு மதிப்பிட்டது. மேலும் அடையாளம் நீக்கப்பட்ட மருத்துவமனை வெளியேற்றப் பதிவுகளிலிருந்து மாற்றியமைக்கப்பட்ட 100 வழக்குகளையும் பயன்படுத்தியது. மொத்தம் 10 மில்லியனுக்கும் மேற்பட்ட பதில்கள் ஆய்வு செய்யப்பட்டன.
சூழல் ஏன் முக்கியம்
மொழி, கட்டமைப்பு மற்றும் சூழல் ஆகியவை மாதிரியின் பதில்களைப் பாதிக்கலாம். பாதுகாப்பு நினைவூட்டல் மருத்துவத் தீர்ப்புக்கு மாற்றாக அல்ல; அது அமைப்பு வடிவமைப்பின் ஒரு அடுக்காக பார்க்கப்பட வேண்டும்.
பதிலை மட்டுமல்ல, கோரிக்கையையும் சோதிக்க வேண்டும்
மருத்துவ AI மதிப்பீடுகள் தகவல் துல்லியத்தை மட்டும் அளவிடக் கூடாது. தெளிவற்ற அல்லது பாதுகாப்பற்ற கோரிக்கைகளிலும் மாதிரி நோயாளி பாதுகாப்புக்கு முன்னுரிமை தருகிறதா என்பதையும் பரிசோதிக்க வேண்டும்.
முடிவுகள் காட்டுவதும் காட்டாததும்
சுருக்கமான பாதுகாப்பு வழிமுறைகள் ஆய்வு செய்யப்பட்ட சூழல்களில் தீங்கு விளைவிக்கும் தேர்வுகளைக் குறைக்கலாம். ஆனால் மொழி மாதிரிகள் சுயமாக மருத்துவ முடிவெடுக்க முடியும் என்பதையோ, ஒவ்வொரு மருத்துவமனையிலும் இதே விளைவு கிடைக்கும் என்பதையோ ஆய்வு நிரூபிக்கவில்லை.
மருத்துவ AI-க்கான வடிவமைப்பு கருத்து
பாதுகாப்பு மொழியை பின்னர் சேர்க்கப்படும் எச்சரிக்கையாக அல்ல, தயாரிப்பின் சோதிக்கக்கூடிய கூறாக நிறுவனங்கள் கருத வேண்டும். நினைவூட்டல் அனைத்து பிரச்சினைகளையும் தீர்க்கவில்லை; ஆனால் மாதிரி நடத்தையை பாதுகாப்பான திசையில் மாற்றியது.
இந்தக் கட்டுரை Medical Xpress செய்தியறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on medicalxpress.com
