Diagnosis psikiatris yang lebih akurat berkat kecerdasan buatan: Lab Remedi USI menerbitkan studi perintis

Università della Svizzera Italiana (USI) menandai titik balik dalam integrasi kecerdasan buatan dan kesehatan mental. An interdisciplinary team consisting of Prof. Andrea Raballo, Full Professor at the Faculty of Biomedical Sciences and expert in psychiatry, Federico Ravenda, PhD candidate at the Faculty of Informatics, and Prof. Antonietta Mira, Full Professor at the Faculty of Economics and expert in statistics, has published the world's first study directly comparing the diagnostic capacity of the latest generation of language models (Large Language Model, LLM) dengan panel terpilih dari psikiater yang terkenal secara internasional.

Dikembangkan oleh Remedi Lab (memikirkan kembali kesehatan mental melalui klinis klinis dan data) di dalam Euler Institute, karya tersebut merupakan tonggak penting dalam apa yang disebut 'psikiatri augmented', membuka skenario praktis untuk penggunaan kecerdasan buatan sebagai alat pendukung klinis.

Pertukaran langsung dengan para ahli

Studi ini mengacu pada penelitian internasional sebelumnya (Urkin, Parnas, Raballo, Koren, 2024) yang menyoroti kekurangan signifikan dalam prosedur diagnostik manusia. Hanya 33% dari 30 psikiater yang terlibat, dari lembaga akademik terkemuka di Eropa, Amerika Serikat dan Asia, mampu mengidentifikasi dua kasus klinis asli dari gangguan spektrum skizofrenia yang disajikan dalam bentuk sketsa teks.

LLMS generasi terbaru lulus tes

Dengan menggunakan studi kasus klinis yang sama, peneliti USI menguji kemampuan diagnostik dari beberapa LLM paling canggih yang tersedia saat ini (termasuk GPT-4O, Claude-3.5, Gemini 1.5, Mixtral-8x22b, LLAMA-3, dan Phi-3.5). Meskipun model-model ini tidak secara khusus dilatih dalam psikiatri, hasilnya mengejutkan: LLM berkinerja terbaik cocok atau melampaui keakuratan sepertiga teratas dari dokter manusia, bahkan mengidentifikasi bentuk skizofrenia yang paling halus.

Perbatasan baru untuk kesehatan mental?

Hasilnya membuka jalan menuju aplikasi baru kecerdasan buatan dalam psikiatri, dengan implikasi etis dan operasional yang penting:

• Transparansi dan Keterlacakan: Model menawarkan penalaran diagnostik eksplisit, meningkatkan keandalan dan replikasi.
• Diagnosis dini: Kesadaran akan tanda -tanda klinis yang halus dapat memungkinkan pengobatan sebelumnya.
• Pelatihan dan Dukungan Klinis: LLMS dapat membantu dokter yang kurang berpengalaman, mengurangi variabilitas dalam diagnosis.
• Perawatan yang tepat: Keputusan yang lebih akurat berarti perawatan yang lebih bertarget dan alokasi sumber daya yang lebih baik.

Integrasi daripada penggantian: menuju “psikiatri augmented”

Seperti ditekankan oleh tim, LLMS tidak dimaksudkan untuk menggantikan penilaian klinis, tetapi lebih untuk meningkatkannya. Studi ini, yang sesuai dengan pedoman internasional Tripod-AI untuk penggunaan kecerdasan buatan dalam kedokteran, merupakan langkah praktis menuju integrasi etis dan bertanggung jawab dari alat-alat ini ke dalam diagnosis dan pengobatan sehari-hari.

'Studi ini menandai langkah maju dalam pengembangan psikiatri augmented, di mana model bahasa canggih menjadi sekutu yang cerdas dan transparan dalam pengambilan keputusan klinis, meningkatkan diagnosis, pengobatan dan kualitas perawatan,' jelas Federico Ravenda.

Link ke Remedi Lab Studies: https://onlinelibrary.wiley.com/doi/10.1111/pcn.13864

Tautan ke Studi Benchmark Manusia Pendahuluan (psikiater internasional terkemuka): https://academic.oup.com/schizbullopen/article/5/1/sgae012/7663760?login=false

Tautan ke Lab Remedi: https://www.euler.usi.ch/remedi-lab