Alat AI revolusioner yang dikembangkan oleh Universitas di Buffalo mengungguli sebagian besar dokter dan sistem AI lainnya pada ujian USMLE, menunjukkan potensi besar AI untuk meningkatkan pengambilan keputusan medis dan perawatan pasien.
Dalam sebuah perkembangan yang sangat pesat dalam informatika biomedis, sebuah alat kecerdasan buatan klinis dari University at Buffalo telah menunjukkan akurasi yang luar biasa dalam ketiga bagian Ujian Lisensi Medis Amerika Serikat (USMLE). Menurut sebuah studi diterbitkan dalam JAMA Network Open yang bergengsi, alat yang dikenal sebagai Kecerdasan Buatan Klinis Semantik (SCAI), telah mengungguli sebagian besar dokter dan semua alat AI lainnya yang diuji hingga saat ini.
SCAI, yang diucapkan "Sky," memperoleh skor 95.2% yang mengesankan pada Tahap 3 USMLE, melampaui 90.5% yang dicapai oleh alat GPT-4 Omni. Pencapaian luar biasa ini menggarisbawahi potensi SCAI untuk menjadi mitra yang berharga bagi para dokter, yang secara signifikan meningkatkan proses pengambilan keputusan mereka.
"Kecerdasan buatan tidak akan menggantikan dokter, tetapi dokter yang menggunakan AI dapat menggantikan dokter yang tidak menggunakannya," kata penulis utama Peter L. Elkin, ketua Departemen Informatika Biomedis di Sekolah Kedokteran dan Ilmu Biomedis Jacobs di UB dan dokter di UBMD Internal Medicine, dalam rilis berita.
Elkin menekankan bahwa SCAI menonjol dari perangkat AI lainnya karena kemampuannya yang canggih untuk penalaran semantik. Tidak seperti model AI generatif yang sangat bergantung pada data daring untuk menarik asosiasi, SCAI dirancang untuk berpikir dan bernalar serupa dengan cara profesional medis dilatih di sekolah kedokteran. Perbedaan mendasar ini memungkinkan SCAI untuk menjawab pertanyaan medis yang rumit dengan akurasi dan kedalaman yang lebih tinggi.
Pengembangan AI dimulai dengan perangkat lunak pemrosesan bahasa alami yang sebelumnya dirancang oleh tim UB. Mereka memperluas fondasi ini dengan mengintegrasikan sejumlah besar informasi klinis yang kredibel, termasuk literatur medis terkini, pedoman klinis, data genomik, dan informasi keselamatan pasien. Secara total, SCAI mencakup 13 juta fakta medis, yang terstruktur menjadi tiga serangkai semantik (subjek-relasi-objek) untuk menciptakan jaringan pengetahuan yang komprehensif.
Selain itu, SCAI menggunakan grafik pengetahuan untuk mengungkap hubungan baru dan pola tersembunyi dalam data medis, beserta teknik pembuatan yang ditingkatkan dengan pengambilan data. Pendekatan canggih ini memungkinkan AI untuk mengakses dan menggabungkan informasi dari basis data eksternal, sehingga mengurangi risiko pemalsuan respons saat data tidak mencukupi.
“SCAI berbeda dari model bahasa besar lainnya karena SCAI dapat melakukan percakapan dengan Anda dan sebagai kemitraan manusia-komputer, SCAI dapat memberikan kontribusi pada pengambilan keputusan dan pemikiran Anda berdasarkan penalarannya sendiri,” imbuh Elkin.
Tim pengembang, yang terdiri dari para ahli dari University at Buffalo dan kontribusi penting dari Roswell Park Comprehensive Cancer Center dan Department of Veterans Affairs, percaya bahwa SCAI memiliki potensi untuk merevolusi perawatan pasien. Kemampuan SCAI dapat mendemokratisasi perawatan khusus, membuat pengetahuan medis khusus lebih mudah diakses oleh penyedia perawatan primer dan pasien, sehingga meningkatkan keselamatan pasien dan akses ke perawatan.
sumber: Universitas di Buffalo