System sztucznej inteligencji wykazał wyższą dokładność w diagnozowaniu pacjentów na szpitalnym oddziale ratunkowym niż dwaj lekarze biorący udział w badaniach Harvard. Naukowcy porównali wydawane przez AI rekomendacje diagnostyczne z oceną pracowników służby zdrowia i okazało się, że algorytm radził sobie lepiej w identyfikowaniu chorób oraz podejmowaniu właściwych decyzji klinicznych. To odkrycie wymuszone było koniecznością znalezienia rozwiązań na rosnący problem przeciążenia szpitali - dziś na obserwatoryjnych oddziałach ratunkowych brakuje personelu, a lekarze muszą podejmować decyzje w zaledwie kilka minut dla każdego pacjenta.
Badania przeprowadzone na Harvardzie pokazują, że AI może stanowić znaczący wsparcie w codziennej praktyce medycznej. System nie miał na celu całkowitego zastąpienia lekarzy, a raczej wspierania ich przy formułowaniu diagnozy i zmniejszania ryzyka błędów diagnostycznych. Wyniki sugerują, że sztuczna inteligencja uczona na ogromnych zbiorach danych medycznych potrafi dostrzegać wzorce i powiązania między objawami, którymi człowiek może przeoczyć pod wpływem zmęczenia czy presji czasu. To szczególnie istotne na dyżurach w izbie przyjęć, gdzie decyzje muszą być szybkie, ale jednocześnie trafne.
Opisane badania mają potencjał, aby zmienić podejście do cyfryzacji opieki zdrowotnej w Polsce i na świecie. Jeśli wyniki zostaną potwierdzane przez kolejne badania w różnych placówkach, systemy wspierające AI mogą trafiać do realnych szpitali i pomagać w diagnostyce, szczególnie w przypadkach trudnych lub niejednoznacznych. Dla pacjentów oznaczałoby to szybszą diagnozę i wcześniejsze rozpoczęcie leczenia, a dla systemu ochrony zdrowia - lepszą efektywność przy istniejących zasobach kadrowych.