تیمی از پژوهشگران هوش مصنوعی در بخش پژوهش شرکت گوگل (Google Research) و تیم دیپ‌مایند (Google DeepMind) اصول اولیه یک سیستم گفتگوی تشخیصی مبتنی بر هوش مصنوعی را برای انجام مصاحبه‌های پزشکی ایجاد کرده‌اند.

این گروه مقاله‌ای را در مورد تحقیقات خود در پایگاه پیش‌چاپ arXiv منتشر کرده است.

به نقل از ام‌ای، این تیم تحقیقاتی خاطرنشان کرد، وقتی یک پزشک با یک بیمار مصاحبه می‌کند تا مشخص کند که وضعیت پزشکی او چگونه است و باید به چه چیزی رسیدگی شود، به پیشینه عمیقی در آموزش پزشکی و تجربه عملی مسلح می‌شود. اگرچه ممکن است گاهی برای بیمار به نظر برسد که چنین مصاحبه‌هایی سطحی هستند، اما اکثر آن‌ها هم کارآمد هستند و هم به نتایج دقیقی منجر می‌شوند.

پژوهشگران خاطرنشان می‌کنند که فضا برای بهبود نیز وجود دارد. یکی از زمینه‌هایی که بسیاری از پزشکان در آن کوتاهی می‌کنند، نحوه برخورد بر بالین بیمار است. پزشکان به دلیل ویژگی‌های شخصیتی، برنامه کاری فشرده و پرمشغله بودن یا برخورد با بیمارانی که مودب نیستند، ممکن است در برخی از مصاحبه‌های پزشکی و شرح حال گیری با دقت مصاحبه نکنند که این تصور را ایجاد می‌کند که پزشک چندان برای حال بیمار اهمیتی قائل نیست.

اکنون تیم پژوهشگران گوگل در این تلاش جدید، با مدل‌های زبانی بزرگ (LLM) و هوش مصنوعی به دنبال رفع این مشکل هستند. آن‌ها روی یک LLM کار می‌کنند که می‌تواند روزی به یک سیستم گفتگوی تشخیصی در دنیای واقعی تبدیل شود.

این سیستم جدید AMIE نام دارد. البته تیم گوگل به این نکته تاکید دارد که AMIE هنوز کاملاً آزمایشی است. آن‌ها همچنین خاطرنشان می‌کنند که ساخت این سیستم به دلیل کمبود مصاحبه‌های پزشکی برای استفاده به عنوان مواد آموزشی، هم منحصر به فرد و هم دشوار بوده است.

این باعث شد که آن‌ها یک رویکرد جدید را برای آموزش سیستم خود در مورد نحوه پرس و جو از بیمار امتحان کنند. اول، آن‌ها آن را بر روی مقدار محدودی از داده‌های در دسترس عموم آموزش دادند. سپس سعی کردند سیستم را تشویق کنند تا خودش را در نقش یک فرد مبتلا به یک بیماری خاص قرار دهد و از سیستم خواستند نقش منتقدی را بازی کند که شاهد مصاحبه‌های متعددی است که سیستم انجام داده است.

سپس این سیستم با ۲۰ داوطلب که برای تظاهر به بیمار بودن آموزش دیده بودند، مصاحبه کرد. نتایج توسط متخصصان پزشکی برای تعیین صحت، رتبه‌بندی شدند. داوطلبانی که نقش بیماران را بازی کرده بودند، نحوه برخورد سیستم را خوب ارزیابی کردند.

در نهایت، پژوهشگران دریافتند که AMIE در تشخیص بیماری بیماران به اندازه پزشکان آموزش دیده دقیق است. آن‌ها همچنین دریافتند که در حالت شرح حال‌گیری بر بالین بیماران امتیاز بهتری کسب کرده است.

تیم گوگل اکنون قصد دارد قابلیت‌های این سیستم را هنگام آزمایش در شرایط واقعی‌تر در دنیای واقعی بهبود بخشد.