Trends in AI and Human-AI Interaction in Clinical Trials -- A Hybrid Human-AI Exploration
Dit artikel analyseert temporele en geografische trends in AI-gerelateerde klinische trials met behulp van een hybride mens-AI screeningworkflow, waarbij een aanzienlijke wereldwijde toename in AI-adoptie wordt blootgelegd en tegelijkertijd de noodzaak wordt benadrukt voor duidelijkere rapportagestandaarden om de classificatie-accuraatheid in studies naar mens-AI-interactie te verbeteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de wereld van medisch onderzoek voor als een enorme, wereldwijde bibliotheek genaamd ClinicalTrials.gov. Deze bibliotheek bevat meer dan 580.000 "recepten" (proefregistraties) voor medische experimenten die in meer dan 220 landen plaatsvinden. Lange tijd waren deze recepten in gewone taal geschreven, maar recentelijk hebben koks overal een nieuw, mysterieus ingrediënt toegevoegd: Artificial Intelligence (AI).
Dit artikel is als een team van bibliothecarissen (mensen) en een supersnelle, high-tech robot (AI) die samenwerken om deze bibliotheek te doorzoeken om twee grote vragen te beantwoorden:
- Wat gebeurt er? Hoe verandert het gebruik van AI in deze medische recepten in de loop van de tijd, en waar komen deze recepten vandaan?
- Kunnen we de robot vertrouwen? Kan een robot mensen helpen om deze kaarten sneller te sorteren zonder te veel fouten te maken?
Hier is de uiteenzetting van hun avontuur:
1. De zoektocht naar het "AI"-ingrediënt
Het team bouwde een gigantisch digitaal net (een zoekstring) om elk recept te vangen dat AI-woorden noemde zoals "machine learning", "chatbot", "GPT" of "neuraal netwerk".
- De vangst: Ze haalden 5.828 registraties binnen. Dat zijn veel kaarten!
- Het resultaat: Ze ontdekten dat het gebruik van AI in deze proeven is ontploft. Het is als een sneeuwbal die een heuvel afrolt, elk jaar groter en sneller wordend.
- De verschuiving in woordenschat: Vroeger spraken mensen over "expertsystemen" (ouderwetse, regels-volgende computers). Nu is het gesprek verschoven naar "deep learning", "large language models" en "chatbots". Het is alsof de taal van de bibliotheek is geëvolueerd van schrijven met een veer naar typen op een supercomputer.
2. De geografie van de jacht
Als je een kaart zou tekenen van waar deze AI-medische proeven plaatsvinden, zouden twee landen opvallen als reuzen: China en de Verenigde Staten.
- Samen hebben ze ongeveer vier keer zoveel AI-proeven als welk ander land dan ook.
- Andere landen zoals Italië, Frankrijk, Spanje, het VK en Turkije lopen echter ook bij, en voegen hun eigen recepten toe aan de mix.
3. Het "Mens versus Robot"-sorteerspel
Dit is het meest interessante deel van het artikel. Het team wilde zien of een robot mensen kon helpen om deze 5.828 kaarten te sorteren. Ze stelden een test op met 100 willekeurige kaarten.
De taak: De robot (een zeer geavanceerde AI genaamd GPT-5.5) en twee menselijke experts moesten elke kaart lezen en beslissen:
- Wordt er hier daadwerkelijk AI gebruikt?
- Wie praat met de AI? Is het een patiënt, een arts, een verzorger of een mix van iedereen?
Het scorebord:
- AI vinden: De robot en de mensen waren uitstekend in het opsporen of AI aanwezig was. Ze waren het meestal eens.
- De "conversatie" vinden: Hier werd het lastig. Toen de mensen en de robot probeerden te beslissen wie met de AI interactie had (bijvoorbeeld: "Gebruikt een arts dit hulpmiddel, of kijkt alleen een patiënt naar een scherm?"), waren ze vaker het oneens.
- De verwarring: Soms waren de receptenkaarten zo vaag geschreven dat zelfs de mensen niet zeker waren. deed de AI het werk, of was het gewoon een chique naam voor een gewoon computerprogramma? Wanneer de beschrijvingen vaag waren, raakte de robot ook in de war.
4. De kosten van de robot
Het artikel vermeldt ook dat het gebruik van deze super slimme robot niet gratis of "groen" is.
- Geld: Het kostte ongeveer $75 alleen al om de sortering voor dit onderzoek uit te voeren (plus de kosten van de tijd van de mensen).
- Energie: De robot verbruikte veel elektriciteit, wat resulteerde in een kleine hoeveelheid koolstofemissies (als het rijden met een auto voor een paar mijl). Het is een afweging: snelheid en efficiëntie versus energiekosten.
De conclusie
Het artikel concludeert dat een hybride team (Mensen + AI) een veelbelovende manier is om medisch onderzoek te sorteren. De robot is snel en goed in de basis, maar heeft menselijke "redacteuren" nodig om de lastige delen te controleren, vooral wanneer de proefbeschrijvingen onduidelijk zijn.
De belangrijkste boodschap:
AI wordt een enorm onderdeel van medische proeven, en de taal die wordt gebruikt om het te beschrijven, verandert snel. Hoewel robots ons kunnen helpen om deze stroom aan informatie te beheersen, hebben we nog steeds mensen nodig om de rommelige details te doorgronden, omdat de "receptenkaarten" in de bibliotheek niet altijd duidelijk genoeg zijn geschreven voor een robot om ze perfect alleen te begrijpen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.