Development and Validation of a Localized Large Language Model for Preoperative Anesthesia Planning: Protocol for a Retrospective Observational Study and Clinical Turing Test
Questo articolo delinea un protocollo per lo sviluppo e la validazione di un modello linguistico di grandi dimensioni localizzato, perfezionato su 3.000 cartelle storiche di anestesia dell'Ospedale Istishari, per generare piani anestesiologici preoperatori che siano valutati rispetto agli standard degli esperti umani per sicurezza e accuratezza in un "Clinical Turing Test" retrospettivo.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Prima che un paziente entri in una sala operatoria, un anestesista deve compiere un complesso compito mentale: deve prendere l'anamnesi di una persona, i suoi parametri vitali attuali e le specifiche richieste dell'intervento chirurgico imminente, per poi intrecciare questi fatti in un unico piano sicuro per mantenere il paziente addormentato e privo di dolore. Questo processo richiede un pensiero rapido e una conoscenza profonda, ma è anche soggetto all'errore umano, specialmente quando i medici sono stanchi o quando diversi medici interpretano le stesse informazioni in modi leggermente differenti. Negli ultimi anni, i computer hanno iniziato ad aiutare nei compiti medici, principalmente prevedendo eventi come cali di pressione sanguigna o gestendo automaticamente le pompe per farmaci. Tuttavia, un nuovo tipo di programma per computer, noto come modello linguistico di grandi dimensioni, è emerso con una capacità diversa. Questi programmi possono leggere enormi quantità di testo e scrivere nuovo testo che suona come quello di un esperto umano. Sebbene questi strumenti siano già utilizzati per lo studio e la sperimentazione, nessuno ha ancora dimostrato che possano scrivere in sicurezza un piano medico reale e personalizzato per uno specifico ospedale, utilizzando le regole e le abitudini di quell'ospedale stesso, senza commettere errori pericolosi.
Un ricercatore presso l'Ospedale Istishari ad Amman, in Giordania, si è posto l'obiettivo di testare questa idea. Voleva vedere se fosse possibile insegnare a un computer come agire come un anestesista senior, fornendogli migliaia di casi reali passati del proprio ospedale. Il loro obiettivo era creare un "fellow digitale", un programma informatico specializzato che potesse bozzare un piano di anestesia completo proprio come farebbe un essere umano. Per farlo, hanno raccolto 3.000 record storici di pazienti che si erano sottoposti a interventi chirurgici. Questi record non erano file digitali, ma documenti cartacei fisici contenenti note sull'altezza, il peso, la storia cardiaca, le condizioni polmonari del paziente e gli esatti farmaci e strumenti per le vie aeree che il team umano aveva utilizzato durante l'operazione. Un team di medici junior e tirocinanti ha letto manualmente ogni singolo record cartaceo, copiando le informazioni in un database digitale sicuro. Sono stati meticolosi nel rimuovere tutti i nomi e i dettagli identificativi, lasciando solo i fatti medici e i relativi piani di trattamento.
Una volta pronta questa massiccia collezione di dati, il ricercatore ha utilizzato il database per addestrare un potente modello informatico. Ha istruito il modello affinché apprendesse i modelli di gestione dell'anestesia del loro specifico ospedale. Al computer è stato ordinato di agire come un consulente senior di quell'ospedale e di scrivere un nuovo piano per qualsiasi paziente sulla base dei dati appresi. Il piano doveva coprire quattro aree principali: come preparare il paziente prima dell'intervento, come indurre il sonno e gestire la respirazione, come mantenerlo stabile durante la procedura e come svegliarlo e gestire il dolore successivamente. Il ricercatore non si è limitato a lasciare che il computer tirasse a indovinare; ha costruito il sistema sulle decisioni reali e di successo prese dai medici della propria istituzione, sperando che questo impedisse al computer di inventare fatti o suggerire trattamenti che non esistono nel loro ospedale.
Per vedere se il lavoro del computer fosse valido, il ricercatore ha organizzato un test in cieco, simile a una sfida in cui una persona cerca di indovinare quale tra due scrittori sia umano e quale sia una macchina. Hanno preso un insieme di casi di pazienti e li hanno mostrati a un gruppo di anestesisti senior. Per ogni caso, agli esperti sono stati presentati due piani diversi: uno era il piano originale scritto da un medico anni fa, e l'altro era il nuovo piano scritto dal computer. Gli esperti non sapevano quale fosse quale. Sono stati chiamati a giudicare i piani in base alla sicurezza, controllando eventuali errori pericolosi, e sulla completezza, assicurandosi che tutti i passaggi necessari fossero inclusi. Infine, dovevano indovinare quale piano fosse stato scritto dal computer.
Lo studio è attualmente un protocollo, il che significa che è il piano dettagliato di come la ricerca verrà condotta, piuttosto che un rapporto sui risultati finali. Il ricercatore propone che, se il loro modello informatico viene addestrato su questi 3.000 casi reali locali, produrrà piani che siano sicuri e accurati quanto quelli scritti dagli esperti umani. Credono che questo approccio riduca il rischio che il computer inventi informazioni, un problema noto come "allucinazione", poiché il computer è ancorato alla realtà delle pratiche del proprio ospedale. Se il test dimostrerà che gli esperti non riescono a distinguere tra i piani umani e quelli del computer, ciò suggerirà che questa tecnologia potrebbe un giorno aiutare i medici gestendo il pesante lavoro mentale di scrivere piani di routine, permettendo loro di concentrarsi di più sul paziente e meno sulla burocrazia. Il progetto mira anche a trasformare l'arduo compito di leggere migliaia di vecchi record cartacei in un'esperienza di apprendimento per i medici junior che effettuano l'inserimento dei dati, costringendoli a studiare le decisioni dei loro mentori mentre costruiscono il database.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.