Клиники на базе ScopeAI: LLM ведут приёмы, врачи только утверждают

Новый формат приёма

Представьте, что вас принимают в тот же или следующий день и дают полчаса, чтобы подробно рассказать о симптомах и истории болезни без суеты. В ряде клиник Южной Калифорнии, которыми управляет Akido Labs, это стало реальностью. Но того, кто внимательно слушает и задаёт вопросы, может быть не врач, а медицинский ассистент, которому помогает искусственный интеллект.

Как это работает

Akido использует проприетарную систему ‘ScopeAI’ — набор больших языковых моделей, которые транскрибируют и анализируют разговоры между пациентом и ассистентом. Ассистент задаёт вопросы, предложенные системой. По ходу разговора ‘ScopeAI’ формирует уточняющие вопросы, список вероятных состояний и краткую запись визита: наиболее вероятный диагноз, альтернативные диагнозы, рекомендуемые шаги и обоснования для каждой рекомендации. Лицензированный врач затем просматривает эти рекомендации и утверждает или корректирует их.

Сферы применения

‘ScopeAI’ уже используется в кардиологии, эндокринологии, первичной медицине и в уличной медицине Akido, которая помогает бездомным жителям Лос-Анджелеса. В выездной работе соцработники проводят интервью с пациентами при помощи системы, а врачи позже в асинхронном режиме утверждают выданные рекомендации, что ускоряет доступ к медикаментам и назначению лечения.

Преимущества для доступа и эффективности

По словам руководства Akido, модель позволяет увеличить продуктивность врачей в четыре-пять раз. Быстрые приёмы и более широкое покрытие особенно важны для пациентов на Medicaid и других групп, которые обычно сталкиваются с длительными ожиданиями. В некоторых случаях команда уличной медицины отмечает, что лечение начинают в течение 24 часов — результат, который ранее считали почти невозможным.

Риски и этические вопросы

Эксперты предупреждают, что перенос большого объёма диагностической работы на LLM сопряжён с рисками для безопасности и равного доступа. Существует серьёзный разрыв в экспертизе между врачами и ассистентами с поддержкой ИИ, и попытки заполнить этот разрыв автоматизацией могут привести к диагностическим ошибкам. Ещё одна проблема — автоматизационный уклон: врачи, проверяющие рекомендации ИИ, могут склоняться к согласию с системой, особенно если проверка происходит асинхронно и врач не присутствовал на приёме.

Регулирование и правовые вопросы

Система, фактически действующая как ‘врач в коробке’, может привлечь внимание регуляторов. Для инструментов, автономно ставящих диагноз и назначающих лечение, может потребоваться одобрение FDA, а законы о медицинской практике в штатах ограничивают, кто может оказывать медицинские услуги. Akido утверждает, что ‘ScopeAI’ не является автономной системой, поскольку все рекомендации проверяются лицензированным врачом и система специально спроектирована, чтобы не принимать окончательных решений без человека.

Прозрачность и информированное согласие

Пациенты взаимодействуют с живым ассистентом и не видят интерфейс ‘ScopeAI’. Сотрудники говорят пациентам, что ИИ слушает приём, чтобы собрать информацию для врача, но подробные объяснения о том, как формируются рекомендации, часто опускаются. Критики считают, что это может скрывать реальную роль ИИ в лечении и подрывать доверие пациентов.

Нехватка клинических доказательств

Akido тестирует ‘ScopeAI’ на исторических данных и отслеживает, как часто врачи корректируют его рекомендации; эти исправления используются для дообучения моделей. Компания требует, чтобы в ретроспективных тестах правильный диагноз попадал в три лучших варианта системы не менее чем в 92% случаев. Однако компания не публиковала рандомизированных сравнительных исследований, которые показали бы, сохраняются ли или улучшаются ли исходы пациентов по сравнению с традиционными очными или телемедицинскими приёмами. Учёные подчёркивают, что такие исследования нужны, чтобы оценить безопасность, эффективность и влияние автоматизационного уклона.

Инновации требуют осторожности

Идея сделать медицинскую помощь дешевле и доступнее привлекательна на фоне нехватки врачей и давления на финансирование. Но эксперты настаивают на тщательной оценке, прозрачном общении с пациентами и ясности в регулировании. Модель Akido демонстрирует потенциал LLM для масштабирования медицинских сервисов, но также показывает неразрешённые вопросы о безопасности, справедливости и контроле, когда ИИ берёт на себя центральные когнитивные функции в здравоохранении.