ziņas

OpenAI ChatGPT (tērzēšanas ģenerējošais iepriekš apmācītais transformators) ir mākslīgā intelekta (MI) darbināts tērzēšanas robots, kas ir kļuvis par visstraujāk augošo interneta lietojumprogrammu vēsturē. Ģeneratīvais MI, tostarp lielie valodu modeļi, piemēram, GPT, ģenerē tekstu, kas ir līdzīgs cilvēku ģenerētajam tekstam, un, šķiet, atdarina cilvēka domāšanu. Praktikanti un klīnicisti jau izmanto šo tehnoloģiju, un medicīnas izglītība nevar atļauties būt novārtā. Medicīnas izglītības jomai tagad ir jātiek galā ar MI ietekmi.

Pastāv daudzas pamatotas bažas par mākslīgā intelekta ietekmi uz medicīnu, tostarp mākslīgā intelekta potenciāls safabricēt informāciju un pasniegt to kā faktu (pazīstams kā “ilūzija”), mākslīgā intelekta ietekme uz pacientu privātumu un risks, ka avota datos tiks iekļauta neobjektivitāte. Tomēr mūs uztrauc tas, ka koncentrēšanās tikai uz šiem neatliekamajiem izaicinājumiem aizēno daudzas plašākas sekas, kādas mākslīgajam intelektam varētu būt medicīnas izglītībā, jo īpaši veidus, kā šī tehnoloģija varētu ietekmēt nākamo internu un ārstu paaudžu domāšanas struktūras un aprūpes modeļus.

Visā vēsturē tehnoloģijas ir mainījušas ārstu domāšanu kājām gaisā. Stetoskopa izgudrošana 19. gadsimtā zināmā mērā veicināja fiziskās apskates uzlabošanu un pilnveidošanu, un pēc tam parādījās diagnostikas detektīva pašapziņa. Pavisam nesen informācijas tehnoloģijas ir pārveidojušas klīniskās spriešanas modeli, kā to skaidro Lorenss Vīds, uz problēmu orientētu medicīnisko ierakstu izgudrotājs: Veids, kā ārsti strukturē datus, ietekmē mūsu domāšanu. Mūsdienu veselības aprūpes norēķinu struktūras, kvalitātes uzlabošanas sistēmas un pašreizējās elektroniskās medicīniskās kartes (un ar tām saistītās slimības) ir dziļi ietekmējušas šī reģistrēšanas pieeja.

ChatGPT tika palaists 2022. gada rudenī, un kopš tā laika tā potenciāls ir parādījis, ka tas ir vismaz tikpat revolucionārs kā uz problēmu risināšanu orientētas medicīniskās kartes. ChatGPT ir nokārtojis ASV medicīniskās licencēšanas eksāmenu un klīniskās domāšanas eksāmenu un ir tuvu ārstu diagnostiskās domāšanas veidam. Augstākā izglītība pašlaik cīnās ar "koledžas kursu eseju beigu laiku", un tas pats drīzumā notiks ar motivācijas vēstuli, ko studenti iesniedz, piesakoties medicīnas skolā. Lieli veselības aprūpes uzņēmumi sadarbojas ar tehnoloģiju uzņēmumiem, lai plaši un ātri ieviestu mākslīgo intelektu visā ASV veselības aprūpes sistēmā, tostarp integrējot to elektroniskajās medicīniskajās kartēs un balss atpazīšanas programmatūrā. Tirgū nonāk tērzēšanas roboti, kas paredzēti, lai pārņemtu daļu ārstu darba.

Ir skaidrs, ka medicīniskās izglītības aina mainās un ir mainījusies, tāpēc medicīnas izglītība saskaras ar eksistenciālu izvēli: vai medicīnas pedagogi uzņemas iniciatīvu integrēt mākslīgo intelektu ārstu apmācībā un apzināti sagatavo ārstu darbaspēku šīs transformējošās tehnoloģijas drošai un pareizai izmantošanai medicīnas darbā? Vai arī ārējie spēki, kas cenšas panākt darbības efektivitāti un peļņu, noteiks, kā abi saplūst? Mēs stingri ticam, ka kursu izstrādātājiem, ārstu apmācības programmām un veselības aprūpes vadītājiem, kā arī akreditācijas iestādēm ir jāsāk domāt par mākslīgo intelektu.

Medicīnas skolas saskaras ar divkāršu izaicinājumu: tām ir jāiemāca studentiem, kā pielietot mākslīgo intelektu klīniskajā darbā, un tām ir jātiek galā ar medicīnas studentu un mācībspēku mākslīgā intelekta pielietošanu akadēmiskajā vidē. Medicīnas studenti jau pielieto mākslīgo intelektu savās studijās, izmantojot tērzēšanas robotus, lai ģenerētu konstrukcijas par slimību un prognozētu mācību punktus. Skolotāji domā par to, kā mākslīgais intelekts var palīdzēt viņiem izstrādāt stundas un vērtējumus.

Ideja, ka medicīnas skolu mācību programmas izstrādā cilvēki, saskaras ar nenoteiktību: kā medicīnas skolas kontrolēs tāda satura kvalitāti savās mācību programmās, ko nav izstrādājuši cilvēki? Kā skolas var uzturēt akadēmiskos standartus, ja studenti uzdevumu veikšanai izmanto mākslīgo intelektu? Lai sagatavotu studentus nākotnes klīniskajai videi, medicīnas skolām ir jāsāk grūtais darbs, integrējot mācīšanu par mākslīgā intelekta izmantošanu klīnisko prasmju kursos, diagnostiskās spriešanas kursos un sistemātiskā klīniskās prakses apmācībā. Kā pirmo soli pedagogi var sazināties ar vietējiem mācību ekspertiem un lūgt viņiem izstrādāt veidus, kā pielāgot mācību programmu un iekļaut tajā mākslīgo intelektu. Pēc tam pārskatītā mācību programma tiks rūpīgi izvērtēta un publicēta, un šis process tagad ir sācies.

Medicīnas studiju līmenī rezidentiem un speciālistiem, kas studē maģistrantūrā, ir jāsagatavojas nākotnei, kurā mākslīgais intelekts (MI) būs neatņemama viņu neatkarīgās prakses sastāvdaļa. Ārstiem, kas studē maģistrantūrā, ir jājūtas ērti, strādājot ar MI, un jāsaprot tā iespējas un ierobežojumi gan savu klīnisko prasmju atbalstam, gan tāpēc, ka viņu pacienti jau izmanto MI.

Piemēram, ChatGPT var sniegt vēža skrīninga ieteikumus, izmantojot pacientiem viegli saprotamu valodu, lai gan tas nav 100% precīzs. Pacientu vaicājumi, izmantojot mākslīgo intelektu, neizbēgami mainīs ārsta un pacienta attiecības, tāpat kā komerciālo ģenētisko testēšanas produktu un tiešsaistes medicīnisko konsultāciju platformu izplatība ir mainījusi sarunas ambulatorajās klīnikās. Šodienas rezidentiem un apmācāmajiem speciālistiem ir 30 līdz 40 gadi priekšā, un viņiem ir jāpielāgojas izmaiņām klīniskajā medicīnā.

Medicīnas pedagogiem vajadzētu strādāt pie jaunu apmācību programmu izstrādes, kas palīdzētu rezidentiem un speciālistiem-instruktoriem veidot “adaptīvo pieredzi” mākslīgā intelekta jomā, ļaujot viņiem orientēties turpmākajās pārmaiņu viļņos. Pārvaldes institūcijas, piemēram, Medicīnas augstskolu akreditācijas padome, varētu iekļaut mākslīgā intelekta izglītības gaidas apmācību programmu ikdienas prasībās, kas veidotu mācību programmas standartu pamatu. Motivēt apmācību programmas mainīt apmācības metodes. Visbeidzot, ārstiem, kas jau strādā klīniskajā vidē, ir jāiepazīstas ar mākslīgo intelektu. Profesionālās biedrības var sagatavot savus biedrus jaunām situācijām medicīnas jomā.

Bažas par mākslīgā intelekta lomu medicīnas praksē nav triviālas. Kognitīvais mācekļa modelis medicīnā ir pastāvējis tūkstošiem gadu. Kā šo modeli ietekmēs situācija, kad medicīnas studenti sāks izmantot mākslīgā intelekta tērzēšanas robotus jau no pirmās apmācības dienas? Mācīšanās teorija uzsver, ka smags darbs un apzināta prakse ir būtiska zināšanu un prasmju izaugsmei. Kā ārsti kļūs par efektīviem mūžizglītības dalībniekiem, ja uz jebkuru jautājumu varēs nekavējoties un droši atbildēt tērzēšanas robots pie pacienta gultas?

Ētikas vadlīnijas ir medicīnas prakses pamatā. Kā izskatīsies medicīna, kad to atbalstīs mākslīgā intelekta modeļi, kas filtrē ētiskus lēmumus, izmantojot necaurspīdīgus algoritmus? Gandrīz 200 gadus ārstu profesionālā identitāte ir bijusi neatdalāma no mūsu kognitīvā darba. Ko ārstiem nozīmēs praktizēt medicīnu, kad lielu daļu kognitīvā darba varēs uzticēt mākslīgajam intelektam? Ne uz vienu no šiem jautājumiem nevar atbildēt tieši tagad, bet mums tie ir jāuzdod.

Filozofs Žaks Derrida ieviesa pharmakon jēdzienu, kas var būt gan “zāles”, gan “inde”, un līdzīgi mākslīgā intelekta tehnoloģija rada gan iespējas, gan draudus. Ņemot vērā tik daudz, kas ir likts uz spēles veselības aprūpes nākotnē, medicīniskās izglītības kopienai vajadzētu uzņemties vadību mākslīgā intelekta integrēšanā klīniskajā praksē. Process nebūs viegls, īpaši ņemot vērā strauji mainīgos apstākļus un vadlīniju literatūras trūkumu, taču Pandoras lāde ir atvērta. Ja mēs paši neveidosim savu nākotni, ietekmīgi tehnoloģiju uzņēmumi labprāt pārņems šo darbu.