Του Pesach Benson • 25 Οκτωβρίου 2026
Ιερουσαλήμ, 25 Οκτωβρίου 2026 (TPS-IL) — Μοντέλα τεχνητής νοημοσύνης ενδέχεται να συστήσουν περιττές ιατρικές εξετάσεις ακόμη και όταν οι ασθενείς είναι απίθανο να επωφεληθούν από αυτές, με την πιθανότητα να ποικίλλει έντονα ανάλογα με το ποιο μοντέλο χρησιμοποιείται, διαπίστωσε ισραηλινή μελέτη. Οι διαφορές ήταν μεγαλύτερες σε περιπτώσεις όπου οι ίδιοι οι γιατροί διαφωνούσαν ως προς την κατάλληλη πορεία δράσης.
Η μελέτη, η οποία διεξήχθη από τις Υπηρεσίες Υγείας Clalit και το Πανεπιστήμιο Μπεν-Γκουριόν του Νεγκέβ, αξιολόγησε έξι μοντέλα τεχνητής νοημοσύνης για να διαπιστώσει εάν θα μπορούσαν να αναγνωρίσουν πότε μια ιατρική παρέμβαση ήταν αδικαιολόγητη. Οι ερευνητές διαπίστωσαν ότι τα μοντέλα συνέστησαν περιττές εξετάσεις ή θεραπείες στο 5,4% των περιπτώσεων όπου η παρέμβαση δεν ήταν δικαιολογημένη, ενώ λανθασμένα συνέστησαν την αποφυγή αναγκαίας φροντίδας στο 0,6% των περιπτώσεων όπου απαιτούνταν παρέμβαση.
Τα ευρήματα αναδεικνύουν μια πιθανή αδυναμία καθώς οι πάροχοι υγειονομικής περίθαλψης διερευνούν τη χρήση της τεχνητής νοημοσύνης για την καθοδήγηση ιατρικών αποφάσεων: τα μοντέλα μπορεί να έχουν καλή απόδοση συνολικά, αλλά να δίνουν έντονα διαφορετικές συστάσεις όταν τα ιατρικά στοιχεία ή οι επαγγελματικές κατευθυντήριες γραμμές δεν είναι οριστικές.
Οι περιττές εξετάσεις μπορούν να αποκαλύψουν ακίνδυνες ανωμαλίες που οδηγούν σε περαιτέρω εξετάσεις, παραπομπές και μερικές φορές σε επεμβατικές διαδικασίες ή χειρουργικές επεμβάσεις. Αυτή η επακόλουθη φροντίδα μπορεί να προκαλέσει άγχος, να καταναλώσει πόρους υγειονομικής περίθαλψης και να εκθέσει τους ασθενείς σε κινδύνους που θα μπορούσαν να αποφευχθούν. Ταυτόχρονα, η υπερβολική επιφυλακτικότητα σχετικά με τις εξετάσεις μπορεί να είναι επιβλαβής εάν οδηγήσει στη στέρηση της αναγκαίας φροντίδας.
«Οι ασθενείς αισθάνονται ότι μια ακόμη εξέταση εμπνέει σιγουριά, αλλά μια περιττή μαγνητική τομογραφία της πλάτης μερικές φορές αποκαλύπτει μια κήλη δίσκου ή διάβρωση που υπάρχει επίσης σε υγιείς ανθρώπους χωρίς κανέναν πόνο, και από εκεί ο δρόμος προς το άγχος, τις πρόσθετες εξετάσεις, ακόμη και τις περιττές θεραπείες μπορεί να είναι σύντομος», δήλωσε ο Δρ Ντιν Άριελ, οικογενειακός γιατρός στις Υπηρεσίες Υγείας Clalit και ερευνητής ιατρικής τεχνητής νοημοσύνης που ηγήθηκε της μελέτης.
«Τα γλωσσικά μοντέλα έμαθαν ιατρική από τα κείμενά μας, συμπεριλαμβανομένων των λιγότερο καλών συνηθειών μας, και θέλαμε να ελέγξουμε αν απορρόφησαν επίσης την ικανότητα να συγκρατούνται όταν είναι απαραίτητο», πρόσθεσε ο Άριελ. «Στις περισσότερες περιπτώσεις, ξέρουν πώς να σταματήσουν, και σκοντάφτουν κυρίως εκεί όπου εμείς, οι γιατροί, διστάζουμε».
Οι ερευνητές ανέπτυξαν ιατρικά σενάρια βασισμένα σε συστάσεις από την πρωτοβουλία Choosing Wisely, μια διεθνή εκστρατεία που ξεκίνησε το 2012 για να αποθαρρύνει ιατρικές εξετάσεις και θεραπείες που προσφέρουν ελάχιστο ή καθόλου όφελος. Δοκίμασαν έξι γλωσσικά μοντέλα που αναπτύχθηκαν από την Google, την Anthropic και την OpenAI και ανέλυσαν χιλιάδες απαντήσεις.
Τα σενάρια αντιπαρέβαλαν καταστάσεις στις οποίες η ίδια εξέταση θα μπορούσε να είναι περιττή ή απαραίτητη. Ένας νεαρός άνδρας που βιώνει πόνο στην πλάτη μετά τη μετακίνηση επίπλων, για παράδειγμα, γενικά δεν χρειάζεται άμεση απεικόνιση. Αντίθετα, μια γυναίκα με ιστορικό καρκίνου του μαστού που εμφανίζει νέο πόνο στην πλάτη ο οποίος επιδεινώνεται τη νύχτα μπορεί να χρειαστεί απεικόνιση για να διερευνηθεί ένα δυνητικά σοβαρό πρόβλημα.
Όταν οι γιατροί διαφωνούν
Τα μοντέλα δυσκολεύτηκαν περισσότερο με δύο τύπους συστάσεων. Πρότειναν περιττά υπερηχογραφήματα θυρεοειδούς για μικρούς όζους στο 42,8% των απαντήσεων και ηλεκτροκαρδιογραφήματα ρουτίνας, τα οποία καταγράφουν την ηλεκτρική δραστηριότητα της καρδιάς, στο 28,3% των απαντήσεων που αφορούσαν ασθενείς χαμηλού κινδύνου.
Αυτά τα ευρήματα αναδεικνύουν τη δυσκολία προσδιορισμού του πότε μια εξέταση είναι δικαιολογημένη. Οι ιατρικοί οργανισμοί διαφέρουν στις συστάσεις τους για την αξιολόγηση ορισμένων μικρών όζων του θυρεοειδούς. Παρομοίως, η ανάγκη για ένα ηλεκτροκαρδιογράφημα εξαρτάται από τα συμπτώματα και τις κλινικές συνθήκες ενός ασθενούς, ακόμη και όταν ο συνολικός κίνδυνος είναι χαμηλός.
Οι διαφορές μεταξύ των μοντέλων ήταν ιδιαίτερα εντυπωσιακές σε σενάρια όπου οι επαγγελματίες υγείας διαφωνούσαν σχετικά με την κατάλληλη πορεία δράσης. Ένα μοντέλο συνέστησε μια περιττή εξέταση σε λιγότερο από το 10% των απαντήσεων, ενώ ένα άλλο το έκανε στο 80% των απαντήσεων στα ίδια σενάρια. Τα ευρήματα υποδηλώνουν ότι η επιλογή του μοντέλου τεχνητής νοημοσύνης θα μπορούσε να επηρεάσει ουσιαστικά τις συμβουλές που λαμβάνουν οι ασθενείς σε ιατρικά αβέβαιες καταστάσεις.
«Ακούμε την απάντηση ενός γλωσσικού μοντέλου ως μία ενιαία αυθεντική φωνή, σαν να υπάρχει μια “θέση της τεχνητής νοημοσύνης”», δήλωσε ο Δρ Γκάι Λαβάν, ανώτερος ακαδημαϊκός ερευνητής στο Τμήμα Βιομηχανικής Μηχανικής και Διοίκησης του Πανεπιστημίου Μπεν-Γκουριόν.
Ο Λαβάν εξέφρασε επίσης ανησυχίες ότι τα γλωσσικά μοντέλα ενδέχεται να αλλάξουν τις συστάσεις τους όταν οι χρήστες επιμένουν να κάνουν μια εξέταση, υπονομεύοντας ενδεχομένως την ικανότητά τους να παρέχουν συνεπή ιατρική καθοδήγηση.
Οι ερευνητές δήλωσαν ότι τα συστήματα τεχνητής νοημοσύνης θα πρέπει να αξιολογούνται όχι μόνο ως προς την ικανότητά τους να εντοπίζουν την αναγκαία φροντίδα, αλλά και ως προς την ικανότητά τους να αναγνωρίζουν πότε μια εξέταση ή θεραπεία είναι αδικαιολόγητη. Ωστόσο, επειδή η μελέτη εξέτασε απαντήσεις σε κατασκευασμένα ιατρικά σενάρια, δεν καθορίζει πώς θα απέδιδαν τα μοντέλα όταν συμβουλεύουν πραγματικούς ασθενείς.
Η μελέτη δημοσιεύτηκε στο επιστημονικό περιοδικό αξιολόγησης από ομοτίμους Annals of Internal Medicine.




