根据欧洲呼吸学会 (ERS) 2024 年大会上提出的两项新研究，维也纳人工智能 (AI) 可以帮助医生评估和诊断婴儿和儿童的呼吸系统疾病。
研究人员可以训练人工神经网络 (ANN) 通过分析早产儿睡眠时的呼吸模式来检测早产儿的肺部疾病。生物医学系兼职教授 Edgard Delgado-Eckert 博士说：“我们的无创测试不会让婴儿及其父母感到痛苦，这意味着他们可以更快地获得治疗，并且也可能与其长期预后相关。”瑞士巴塞尔巴塞尔大学工程学教授，瑞士大学儿童医院研究组组长。
Manjith Narayanan 医学博士是爱丁堡皇家儿童和青少年医院的儿科肺科顾问，也是英国爱丁堡爱丁堡大学的名誉高级临床讲师，他表示 ChatGPT、Bard 和在评估患有呼吸道疾病的儿童时，必应的表现与见习医生一样好，甚至更好。他表示，聊天机器人可以更快地对患者进行分类，并减轻医疗服务的压力。
爱丁堡大学的研究人员为 10 名儿科临床经验不足 4 个月的见习医生提供了临床场景，涵盖囊性纤维化、哮喘、睡眠呼吸障碍、呼吸困难、胸部感染或无明显诊断等主题.
见习医生有 1 小时的时间使用互联网，但他们不被允许使用聊天机器人来通过描述性答案来解决每个场景。
每个场景还呈现给三个大型语言模型 (LLM)：OpenAI 的 ChatGPT、Google 的 Bard 和 Microsoft 的 Bing。
六位儿科呼吸系统专家评估了所有回答，按照 0-9 的等级对正确性、全面性、有用性、合理性和连贯性进行评分。他们还被要求说出他们认为每个响应是由人类还是聊天机器人生成的。
ChatGPT 的平均得分为 7 分（满分 9 分），人们认为它比其他聊天机器人的响应更接近人类。巴德的平均分是6分（满分9分），比见习医生更加“连贯”，但在其他方面，并不比见习医生更好或更差。Bing 和见习医生的平均得分为 4 分（满分 9 分）。六位儿科医生可靠地确定 Bing 和 Bard 的反应非人类。
“据我们所知，我们的研究是第一个在反映现实临床实践的情况下测试大语言模型与实习医生的研究，”纳拉亚南说。“我们通过允许实习医生像在现实生活中一样完全访问互联网上的可用资源来做到这一点。这将焦点从测试记忆上转移开，而大语言模型在这方面具有明显的优势。”
Narayanan 表示，这些模型可以帮助护士、见习医生和初级保健医生快速对患者进行分类，并通过总结他们的思维过程来帮助医疗专业人员进行研究。“不过，关键词是‘协助’。它们还不能取代传统的医疗培训，”他告诉 Medscape 医学新闻。
研究人员没有发现这三位大语言模型中任何一位都有明显的幻觉，这些幻觉似乎是捏造的信息。尽管如此，纳拉亚南表示，“我们需要意识到这种可能性并采取缓解措施。”
ERS 教育委员会主席、爱丁堡大学初级保健呼吸医学教授希拉里·平诺克 (Hilary Pinnock) 没有参与这项研究，她表示，看到广泛使用的人工智能工具可以为儿童呼吸系统疾病的复杂病例提供解决方案，这是令人兴奋的同时又担心。“它无疑为人工智能支持的护理的美丽新世界指明了道路。”
“然而，在我们开始在常规临床实践中使用人工智能之前，我们需要确信它不会通过‘幻觉’虚假信息或因为它接受了不公平代表人群的数据训练而产生错误。我们服务，”她说。
识别早产儿的支气管肺发育不良 (BPD) 仍然是一个挑战。肺功能测试通常需要根据要求吹气，这是婴儿无法完成的任务。目前的技术需要先进的设备来测量婴儿的肺部通气特征，因此医生通常通过其主要原因、早产和呼吸支持的需要来诊断 BPD。
瑞士巴塞尔大学的研究人员训练了一个 ANN 模型来预测早产儿的 BPD。
该团队对 139 名足月婴儿和 190 名早产儿进行了研究，这些婴儿接受了 BPD 评估，记录了他们睡眠时 10 分钟的呼吸。对于每个婴儿，使用 100 次连续的规律呼吸来训练、验证和测试称为长短期记忆模型 (LSTM) 的 ANN，该模型在对连续数据进行分类（例如就像潮汐呼吸一样。
研究人员使用 60% 的数据来教网络如何识别 BPD，20% 的数据来验证模型，然后将剩余的 20% 的数据输入模型，看看它是否能够正确识别那些患有 BPD 的婴儿.
LSTM 模型将未见过的测试数据集中的一系列流量值分类为是否患有 BPD 患者，准确率高达 96%。
“直到最近，对大量数据的需求阻碍了为婴儿肺部疾病创建准确模型的努力，因为评估他们的肺功能非常困难，”德尔加多-埃克特说。“我们的研究首次提供了一种分析婴儿呼吸的综合方法，使我们能够早在校正年龄 1 个月时就检测出哪些婴儿患有 BPD。”
德尔加多-埃克特提出的这项研究获得了瑞士国家科学基金会的资助。Narayanan 和 Pinnock 报告称没有相关的财务关系。
Manuela Callari 是一位自由科学记者，专门研究人类和地球健康。她的言论曾发表在《医学共和国》、《罕见疾病顾问》、《卫报》、《麻省理工科技评论》等杂志上。