За разлика от системи, които обработват наведнъж симптомите, лабораторните резултати и образните изследвания, този модел последователно решава какво да попита за историята на пациента, кои данни от физикалния преглед са важни и какви тестове да назначи. След като прегледа резултатите, той може да поиска допълнителни изследвания и да актуализира диагностичните си хипотези.
Изследователите са изпитали модела върху повече от 300 редки и объркващи медицински случая. При тази задача той е бил над два пъти по-точен от общопрактикуващи лекари, използващи учебници и интернет. Инструментът се е представил по-добре от лекарите и при сценарии, извлечени от голяма база данни за приеми в спешни отделения. Според изследователите диагностичната работа е струвала по-малко, когато планът за изследванията е бил изготвян от системата.
Ръководителят на здравното звено на Microsoft AI Доминик Кинг отбелязва, че резултати от тестове с въпроси с избираем отговор не отразяват реалните срещи с пациенти. Следващото изпитване, в сътрудничество с медицинския център Beth Israel Deaconess в Бостън, ще провери дали инструментът може да помага при първоначалното разпределяне на пациентите по спешност в чакалните на спешни отделения.
Източник: www.ndtv.com

Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.
Илюстрацията е генерирана с AI.