Diagnozy AI, laboratoria biobezpieczeństwa i dążenie do mierzenia tego, co ważne w opiece zdrowotnej
MAI-DxO Microsoftu osiąga 83% dokładność diagnostyczną, Wielka Brytania finansuje laboratorium AI ds. biobezpieczeństwa, a liderzy ochrony zdrowia domagają się mierników wyników.
By Dr. Asher Knippel
Najważniejsze wiadomości dotyczące AI w ochronie zdrowia w tym tygodniu koncentrują się wokół jednego napięcia: AI jest wyraźnie zdolna, ale trudniejsza praca — bezpieczne wdrożenie, uczciwa regulacja i rzetelny pomiar — ledwo się rozpoczęła.
MAI-DxO Microsoftu Przewyższa Lekarzy w Złożonych Diagnozach
W badaniu opublikowanym w Science, Medical AI Diagnostic Orchestrator (MAI-DxO) firmy Microsoft, zbudowany na GPT-5, osiągnął dokładność 83,2% na wzorcu testowym opartym na złożonych przypadkach z archiwum New England Journal of Medicine. Dla porównania, lekarze ogólni uzyskali 36,1% na tych samych przypadkach.
Różnica jest uderzająca, ale Microsoft był ostrożny w formułowaniu. MAI-DxO jest zaprojektowany do pracy jako warstwa rozumowania, która orkiestruje wiele modeli AI — zbierając wywiad, zlecając badania i syntezując wyniki — a nie jako bezpośredni zamiennik lekarzy. Badania kliniczne w Beth Israel Deaconess Medical Center w Bostonie mają się wkrótce rozpocząć, gdzie system będzie oceniany w rzeczywistych kontaktach z pacjentami, a nie na statycznych archiwach przypadków.
To, co sprawia, że wynik ten jest znaczący poza nagłówkowym numerem, to charakter wzorca testowego: przypadki NEJM są celowo trudne, często obejmujące rzadkie prezentacje lub niezwykłe kombinacje wyników, które mylą nawet doświadczonych klinicystów. Wynik 83% na tym podzbiorze mówi nam coś istotnego o tym, co duże modele językowe mogą robić, gdy mają strukturalny dostęp do przepływów pracy klinicznych. Czy ta wydajność utrzymuje się w bardziej nieuporządkowanych warunkach żywej opieki klinicznej — to otwarte pytanie, na które zaprojektowane jest badanie w Bostonie.
Wielka Brytania Uruchamia Laboratorium AI ds. Biobezpieczeństwa za 300 Milionów Funtów
Brytyjski Urząd Gabinetu ogłosił utworzenie nowego Laboratorium AI ds. Biobezpieczeństwa, wspieranego 100 milionami funtów publicznego finansowania i do 200 milionów funtów w kredytach modeli zadeklarowanych przez OpenAI i Anthropic. Zadeklarowana misja laboratorium obejmuje dwa priorytety: wczesne wykrywanie zagrożeń biologicznych — w tym inżynierowanych patogenów — i przyspieszanie opracowywania szczepionek i środków zaradczych, gdy pojawi się nowe zagrożenie.
Czas odzwierciedla postpandemiczną ponowną ocenę krajowej infrastruktury biobezpieczeństwa. Tradycyjne systemy nadzoru są powolne; teoria jest taka, że modele AI przeszkolone na danych genomicznych, epidemiologicznych i klinicznych mogą identyfikować anomalne sygnały znacznie wcześniej niż konwencjonalne monitorowanie zdrowia publicznego. Struktura kredytów modeli od OpenAI i Anthropic jest również godna uwagi — sugeruje, że firmy technologiczne postrzegają biobezpieczeństwo zarówno jako rzeczywiste dobro publiczne, jak i dziedzinę, w której demonstracja odpowiedzialnego wdrożenia buduje zaufanie rządów.
Krytycy zauważą, że wczesne wykrywanie jest tylko tak przydatne, jak stojące za nim zdolności reagowania. Laboratorium rozwiązuje problem wykrywania; ograniczenia łańcucha dostaw i produkcji, które spowolniły wdrożenie szczepionek przeciw COVID-19, były zupełnie innym rodzajem problemu. Niemniej jednak jako zdolność badawcza jest to znaczące zobowiązanie.
AstraZeneca i Oracle Wprowadzają AI do Globalnych Badań Klinicznych
Ogłoszone na Szczycie Zdrowia Przyszłości w Abu Dhabi, AstraZeneca i Oracle nawiązują partnerstwo w celu zastosowania AI i danych ze świata rzeczywistego w operacjach badań klinicznych. Współpraca dotyczy trzech konkretnych przypadków użycia: efektywniejszego dopasowywania pacjentów do badań, umożliwienia wcześniejszej diagnostyki takich stanów jak nadciśnienie, i monitorowania sygnałów bezpieczeństwa leków w populacjach po wprowadzeniu do obrotu.
Geografia ogłoszenia — Abu Dhabi — jest sama w sobie sygnałem. Partnerstwo obejmuje plany rozszerzenia w USA, Europie i na Bliskim Wschodzie, co wskazuje, że obie firmy postrzegają rynki wschodzące jako kluczowe dla skalowania badań klinicznych, a nie traktują ich jako drugorzędne strefy wdrożenia.
Dopasowywanie pacjentów do badań jest chronicznie słabo rozwinięte. Wiele badań nie rekrutuje na czas, co zwiększa koszty i opóźnia dostęp do nowych terapii. Jeśli AI może znacząco zmniejszyć tę lukę, wcześniej identyfikując kwalifikujących się pacjentów i redukując niepowodzenia badań przesiewowych, wpływ na harmonogramy opracowywania leków mógłby być znaczący. Przypadek użycia nadciśnienia jest interesujący z innego powodu: sugeruje, że partnerstwo myśli o przesunięciu diagnostyki w górę strumienia, zanim pacjenci dotrą do punktu prezentowania się z powikłaniami.
FDA i MHRA Mapują Ramy Regulacyjne dla Urządzeń z Generatywną AI
Na Konferencji MedTech, FDA i brytyjska Agencja Regulacji Leków i Produktów Ochrony Zdrowia (MHRA) wysłały równoległe sygnały dotyczące kierunku regulacji generatywnej AI. FDA wskazała, że projekt wytycznych dla urządzeń medycznych obsługiwanych przez generatywną AI pojawi się wkrótce — krok, na który branża czekała, gdy producenci urządzeń próbują planować harmonogramy produktów w obliczu niepewności regulacyjnej.
Program Pioneer FDA-MHRA, ustanawiający wzajemne stanowiska łącznikowe między dwiema agencjami, jest zaprojektowany w celu zapewnienia, że międzynarodowe dostosowanie następuje wcześnie, a nie po zakorzenieniu rozbieżnych ram. Amerykańskie Stowarzyszenie Medyczne (AMA) oddzielnie zabrało głos, wzywając, aby każde ramy regulacyjne obejmowały normy wydajności prowadzone przez lekarzy i jasne mechanizmy odpowiedzialności dla producentów, gdy systemy AI nie spełniają oczekiwań lub powodują szkody.
Stanowisko AMA jest warte poważnego potraktowania. Wzorce dokładności dla urządzeń AI są obecnie ustanawiane głównie przez deweloperów. Lekarze korzystający z tych narzędzi w praktyce — i ponoszący zawodową i prawną odpowiedzialność za decyzje kliniczne — mają uzasadniony interes w kształtowaniu tego, co dobra wydajność faktycznie oznacza w kontekście klinicznym. Ramy regulacyjne wykluczające ich wkład ryzykują optymalizacją pod kątem niewłaściwych wyników.
Forum AI HIMSS: Przestańcie Mierzyć Dokładność, Zacznijcie Mierzyć Wyniki
W San Diego Forum AI HIMSS w Ochronie Zdrowia ujawniło frustrację, narastającą wśród liderów klinicznych od kilku lat: metryki stosowane do oceny AI w ochronie zdrowia nie są metrykami, które mają znaczenie dla pacjentów lub systemów ochrony zdrowia.
Oceny dokładności na wyselekcjonowanych wzorcach — tych, które generują komunikaty prasowe — mówią coś o możliwościach modelu w kontrolowanych warunkach. Mówią niewiele o tym, czy AI jest rzeczywiście przyjmowana przez klinicystów, czy zmienia zachowanie kliniczne w sposób korzystny dla pacjentów, czy zmniejsza obciążenia administracyjne, lub czy jej koszty są uzasadnione wynikami, które wytwarza.
Nowe badania HIMSS zaprezentowane na forum pokazują, że entuzjazm dla AI w ochronie zdrowia pozostaje wysoki w całym sektorze, ale bariery adopcji utrzymują się: integracja przepływu pracy jest trudna, zaufanie klinicystów jest nierównomiernie rozłożone, a pomiar wyników jest niedojrzały. Liderzy na forum argumentowali za przejściem do oceny inwestycji w AI na podstawie wyników pacjentów, wskaźników adopcji klinicznej i wydajności operacyjnej — miar wymagających dłuższych horyzontów czasowych i bardziej złożonej atrybucji niż dokładność wzorców, ale które ostatecznie decydują o tym, czy warto budować te narzędzia.
Ironia nie umknęła uwadze: w tym samym tygodniu, w którym MAI-DxO generowała nagłówki za swój wynik testowy, konferencja praktyków społeczności AI w ochronie zdrowia argumentowała, że dokładność wzorców nie jest właściwą metryką. Obie rzeczy mogą być prawdziwe: 83% na złożonych przypadkach NEJM jest naprawdę imponujące i nie jest wystarczającym dowodem, że system poprawi opiekę nad pacjentem. Badanie kliniczne w Bostonie jest, w tym sensie, dokładnie takim rodzajem testu, o który prosili mówcy HIMSS.
Historie tygodnia, wzięte razem, sugerują, że AI w ochronie zdrowia przechodzi przez punkt przejścia. Pytania o możliwości stają się coraz bardziej odpowiadalne — systemy działają na poziomach, które pięć lat temu wydawałyby się nieprawdopodobne. Trudniejsze pytania, o zarządzanie, pomiar, adopcję i odpowiedzialność, to miejsce, gdzie teraz skupia się prawdziwa praca.