Στη διάγνωση οι γιατροί νικούν τις μηχανές
- Κατηγορία DIGITAL LIFE
- 0 σχόλια
Μελέτη της Ιατρικής Σχολής του Χάρβαρντ έδειξε πώς οι άνθρωποι κάνουν τα μισά λάθη σε σύγκριση με 23 δημοφιλείς εφαρμογές υγείας σε smartphones και υπολογιστές
Η πρώτη σύγκριση
Τα νέα ευρήματα που ανήκουν σε ειδικούς της Ιατρικής Σχολής του Χάρβαρντ δημοσιεύθηκαν στις 10 Οκτωβρίου στην επιθεώρηση «JAMA Internal Medicine». Σύμφωνα με αυτά, οι γιατροί κάνουν σωστή διάγνωση με περισσότερο από διπλάσια συχνότητα σε σύγκριση με 23 δημοφιλείς εφαρμογές υγείας σε smartphones και υπολογιστές. Η ανάλυση αυτή πιστεύεται ότι είναι η πρώτη που προσφέρει ευθεία σύγκριση μεταξύ διαγνώσεων που γίνονται από ανθρώπους και διαγνώσεων που γίνονται με βάση υπολογιστές.
Tα κλινικά «μυστήρια»
Προκειμένου να καταλήξουν στα συμπεράσματά τους οι επιστήμονες ζήτησαν από 234 παθολόγους να αξιολογήσουν 45 διαφορετικές κλινικές περιπτώσεις, στις οποίες περιλαμβάνονταν κοινά αλλά και πιο ασυνήθιστα προβλήματα υγείας με βαρύτητα διαφορετικού βαθμού. Για κάθε σενάριο, οι γιατροί καλούνταν να δώσουν την πιο πιθανή διάγνωση καθώς και δύο επιπλέον εναλλακτικές διαγνώσεις. Κάθε κλινικό «μυστήριο» λυνόταν από τουλάχιστον 20 γιατρούς.
Σαφής διαφορά
Μάλιστα, η διαφορά στη διαγνωστική ακρίβεια μεταξύ γιατρών και υπολογιστών ήταν πολύ μεγαλύτερη σε ό,τι αφορούσε τις πιο σοβαρές και λιγότερο κοινές παθήσεις (ήταν αντιστοίχως μικρότερη στις λιγότερο οξείες και πιο κοινές νόσους). «Παρότι τα υπολογιστικά προγράμματα ήταν σαφώς κατώτερα σε σύγκριση με τους γιατρούς σε ό,τι αφορούσε τη διαγνωστική ακρίβεια, είναι άκρως σημαντικό να μελετηθούν οι μελλοντικές γενιές προγραμμάτων που πιθανώς να είναι πιο ακριβείς» ανέφερε ο κύριος ερευνητής της νέας μελέτης, αναπληρωτής καθηγητής Πολιτικής της Υγείας στην Ιατρική Σχολή του Χάρβαρντ δρ Ατέεβ Μεχρότρα.
Τα λάθη με «σάρκα και οστά»
Πάντως, παρότι οι γιατροί νίκησαν κατά κράτος τις μηχανές, έκαναν διαγνωστικά λάθη περίπου στο 15% των περιπτώσεων. Σύμφωνα με τους ερευνητές, η ανάπτυξη νέων αλγορίθμων θα μπορούσε σε συνδυασμό με την ανθρώπινη συμβολή να οδηγήσει σε περαιτέρω μείωση των διαγνωστικών λαθών. Ετσι, ως φαίνεται, το ιδανικότερο θα ήταν μηχανές και άνθρωποι να συμπράξουν για το κοινό καλό.
