AI za oči: Chatbot nadmašuje listiće, ali tko to plaća?

AI za oči: Chatbot nadmašuje listiće, ali tko to plaća?📷 © Tech&Space
- ★GPT-4o pobijedio Claude i Gemini u kliničkim pitanjima
- ★Glasovni odgovori na 50 pitanja u desecima jezika
- ★Bolnice još uvijek čekaju na implementaciju
Tim s University of East London i Moorfields Eye Hospital razvio je multijezični glasovni chatbot koji pacijentima objašnjava odvajanje mrežnice – ali s ključnom napomenom: testiran je na samo 50 pitanja, a najbolje rezultate postigao je GPT-4o, model koji većina bolnica ne koristi. Istraživanje, predvođeno dr.
Mohammad Hossein Amirhosseinijem i dr. Fatimom Kalabi, pokazalo je da AI može nadomjestiti statične listiće – ali samo ako se integrira u postojeće klinike, što je još uvijek otvoreno pitanje.
Ironično, upravo je retrieval-augmented generation (RAG) – tehnika koja spaja AI s verificiranim medicinskim izvorima – onaj dio koji čini ovaj pristup vjerodostojnim. Međutim, dok marketing naglašava 'multijezičnost' i 'pristupačnost', stvarni izazov leži u tome tko će platiti razvoj specijaliziranih modela za svaku bolnicu.
Prethodna istraživanja pokazuju da čak i najbolji AI alati zahtijevaju mjesecima finog tuninga prije nego što postanu korisni u praksi. Dok Gemini 1.5 Pro i Claude Opus nisu uspjeli nadmašiti GPT-4o u testovima, pitanje nije koje je rješenje 'najbolje', već koje je realno implementirati.
Bolnice već koriste jednostavnije alate kao što su chatboti za zakazivanje pregleda – ali ovdje se radi o kliničkoj odgovornosti, a to je druga liga.

Demo nasuprot deploymenta: Zašto najbolji benchmark ne znači spreman proizvod📷 © Tech&Space
Demo nasuprot deploymenta: Zašto najbolji benchmark ne znači spreman proizvod
Pravi signal ovdje nije u tome da AI 'mijenja edukaciju pacijenata' – to je već desetak godina obećano – već u činjenici da je prvi put testiran na konkretnom, životno opasnom stanju (odvajanje mrežnice zahtijeva hitnu operaciju). Međutim, čak i ovdje postoji jaz između benchmarka i stvarnog svijeta: chatbot je testiran na engleskim pitanjima, a multijezična podrška ostaje neprovjerena u praksi.
Slični projekti u drugim medicinskim oblastima pokazuju da prevodjenje medicinskih pojmova u realnom vremenu još uvijek ima grešku od 12-18% – a to je previše za urgentne slučajeve. Tko onda zapravo dobiva prednost?
Tehnološke kompanije koje prodaju RAG rješenja bolnicama, a ne pacijenti – barem ne odmah. Analiza tržišta upozorava da će do 2026. 80% AI projekata u zdravstvu ostati u pilot fazi zbog troškova održavanja.
Ovdje je ključno pitanje: hoće li bolnice kao Inselspital – koje su sudjelovale u istraživanju – uložiti u skaluiranje, ili će ovo ostati još jedan akademski proof-of-concept?
Konačno, važno je zapamtiti da AI nije zamjena za ljudsku inteligenciju i stručnost, već alat koji može pomoći u poboljšanju komunikacije i edukacije pacijenata. Stoga, potrebno je nastaviti istraživati i razvijati nove tehnologije koje će poboljšati komunikaciju u bolnicama i između pacijenata i liječnika. Time će se poboljšati kvaliteta zdravstvene skrbi i smanjiti mogući rizik od pogrešaka.