เบอร์ลิน, 27 เม.ย. (ซินหัว) -- ปัจจุบัน ผู้คนเริ่มหันไปพึ่งพาปัญญาประดิษฐ์ (AI) ในการขอคำแนะนำทางการแพทย์มากขึ้น โดยใช้เพื่อตีความอาการและรายงานต่างๆ ก่อนที่จะไปปรึกษาแพทย์ แม้ว่าปัญญาประดิษฐ์จะสามารถให้ผลการประเมินที่เรียบเรียงมาอย่างดีภายในเวลาไม่กี่วินาที แต่คำถามที่ยังคงอยู่คือ โมเดลเหล่านี้จะสามารถวินิจฉัยและรักษาผู้ป่วยได้อย่างมีประสิทธิภาพจริงหรือไม่

ผลการศึกษาจากมหาวิทยาลัยมาร์บวร์ก (Marburg University) ของเยอรมนี ได้ทำการเปรียบเทียบโมเดลภาษาขนาดใหญ่ (LLMs) จำนวน 13 โมเดล กับนักศึกษาแพทย์และแพทย์จำนวน 123 คน โดยใช้แบบทดสอบมาตรฐานเกี่ยวกับภาวะบาดเจ็บที่ไตเฉียบพลัน ผลปรากฏว่าเหล่าโมเดลทำคะแนนเฉลี่ยได้สูงถึงร้อยละ 90 และมีหลายโมเดลที่ทำคะแนนได้เต็ม ในขณะที่กลุ่มผู้เข้าร่วมที่เป็นมนุษย์ทำคะแนนเฉลี่ยได้เพียงร้อยละ 48.7 นอกจากนี้เหล่าโมเดลยังทำแบบทดสอบเสร็จสิ้นเร็วกว่ามนุษย์อย่างมีนัยสำคัญ

แม้ว่าเหล่าปัญญาประดิษฐ์จะได้คะแนนสอบด้านข้อมูลเท็จจริงสูง ทว่ายังขาดวิจารณญาณที่จำเป็นสำหรับการดูแลทางคลินิกในโลกความเป็นจริง ผลการศึกษาที่เผยแพร่ในวารสารเจเอเอ็มเอ เน็ตเวิร์ก โอเพน (JAMA Network Open) ระบุว่า เหล่าโมเดลขนาดใหญ่ประสบปัญหาการใช้เหตุผลทางคลินิก โดยเฉพาะในช่วงเริ่มต้นของเคสที่ยังมีข้อมูลจำกัด เมื่อมีการประเมินผ่านสถานการณ์จำลองทางคลินิก 29 รูปแบบ พบว่าโมเดลทั้งหมดล้มเหลวในการวินิจฉัยแยกโรค (differential diagnosis) อย่างเหมาะสมมากกว่าร้อยละ 80

นักวิจัยเน้นย้ำว่า การวินิจฉัยแยกโรคคือหัวใจสำคัญของ "ศาสตร์และศิลป์แห่งการรักษา" ที่ปัญญาประดิษฐ์ยังไม่สามารถลอกเลียนแบบได้ในขณะนี้ โดยบทบาทของปัญญาประดิษฐ์ในเวชปฏิบัติทางคลินิกถูกมองว่าเป็นเครื่องมือที่เข้ามาเพื่อ "เสริม" มากกว่าที่จะมา "แทนที่" การใช้เหตุผลของแพทย์ แม้ว่าระบบดิจิทัลจะเริ่มเข้ามามีบทบาทอย่างแข็งขันในกระบวนการต่างๆ เช่น การจัดทำเอกสารและการประสานงาน แต่ปัจจัยด้าน "มนุษย์" ยังคงมีความสำคัญอย่างยิ่งในการกำกับดูแล