Zespół naukowców z międzynarodowych instytucji opracował DeepER-Med — zaawansowany system sztucznej inteligencji do wspomagania badań medycznych opartych na dowodach. Badanie opublikowane na arXiv przedstawia framework składający się z trzech modułów: planowania badań, współpracy agentów AI oraz syntezy dowodów naukowych.
System został zaprojektowany z myślą o zwiększeniu przejrzystości i wiarygodności AI w medycynie — kluczowych czynnikach dla szerokiej adopcji tej technologii przez klinicystów i badaczy.
Kluczowe wnioski
- Przejrzysty workflow: DeepER-Med zapewnia jawny i możliwy do inspekcji proces oceny dowodów naukowych, w przeciwieństwie do większości istniejących systemów
- Wysoka skuteczność: System konsekwentnie przewyższa platformy komercyjne w wielu kryteriach oceny, w tym w generowaniu nowatorskich odkryć naukowych
- Praktyczna weryfikacja: W siedmiu z ośmiu rzeczywistych przypadków klinicznych wnioski DeepER-Med zgodziły się z rekomendacjami klinicznymi
- Ekspercka walidacja: Nowy dataset DeepER-MedQA zawiera 100 pytań badawczych opracowanych przez panel 11 ekspertów biomedycznych
- Realny kontekst: Pytania testowe pochodzą z autentycznych scenariuszy badań medycznych, co zapewnia realistyczną ocenę wydajności
Architektura systemu i metodologia
DeepER-Med składa się z trzech kluczowych modułów działających w sekwencji. Pierwszy moduł — planowanie badań — definiuje strategię wyszukiwania i oceny literatury naukowej. Drugi moduł wykorzystuje współpracę między wieloma agentami AI do przeprowadzenia wieloetapowego wyszukiwania informacji, rozumowania i analizy. Trzeci moduł zajmuje się syntezą zebranych dowodów w spójne wnioski badawcze.
Kluczową innowacją jest wprowadzenie jawnych i możliwych do inspekcji kryteriów oceny dowodów naukowych. Większość istniejących systemów nie oferuje takiej przejrzystości, co stwarza ryzyko kumulowania błędów i utrudnia badaczom oraz klinikom ocenę wiarygodności wyników.
Walidacja i wyniki testów
Do oceny skuteczności systemu zespół stworzył dataset DeepER-MedQA zawierający 100 pytań badawczych na poziomie eksperckim. Pytania zostały opracowane przez multidyscyplinarny panel 11 ekspertów biomedycznych i pochodzą z rzeczywistych scenariuszy badań medycznych.
Manualna ocena przeprowadzona przez ekspertów wykazała, że DeepER-Med konsekwentnie przewyższa szeroko stosowane platformy komercyjne w wielu kryteriach, w tym w zdolności do generowania nowatorskich odkryć naukowych.
Dodatkowo system został przetestowany w ośmiu rzeczywistych przypadkach klinicznych. Ocena przeprowadzona przez klinicystów pokazała, że wnioski DeepER-Med były zgodne z rekomendacjami klinicznymi w siedmiu przypadkach, co podkreśla potencjał systemu w badaniach medycznych i wspomaganiu decyzji klinicznych.
DeepER-Med reprezentuje znaczący krok naprzód w kierunku stworzenia wiarygodnych i przejrzystych systemów AI dla medycyny, oferując narzędzie, które może wspierać zarówno badaczy, jak i praktykujących lekarzy w podejmowaniu decyzji opartych na solidnych dowodach naukowych.
