Können künstliche Intelligenzen psychiatrische klinische Prüfungen präzise simulieren?

KI-Tools, die in der Lage sind, Texte zu generieren, wecken im Bereich der medizinischen Ausbildung zunehmend Interesse. Eine aktuelle Analyse bewertete ihre Fähigkeit, auf klinische Situationen in der Psychiatrie zu reagieren, ähnlich denen, die in praktischen Prüfungen namens OSCE vorkommen. Diese Prüfungen testen die Fähigkeiten von Medizinstudenten durch realistische Szenarien, wie die Betreuung eines Patienten nach einem Suizidversuch oder die Bewertung einer Essstörung.

Die Studie zeigt, dass künstliche Intelligenz strukturierte und medizinisch relevante Antworten liefern kann, vorausgesetzt, die Anweisungen sind klar und frei von überflüssigen Informationen. Beispielsweise kann sie bei einer Medikamentenüberdosis die richtigen Fragen zur eingenommenen Menge, den Umständen der Einnahme oder den damit verbundenen Risikofaktoren stellen. Sie schlägt auch angemessene Managementansätze vor, wie die Hinzuziehung eines erfahrenen Kollegen oder die Einrichtung einer psychologischen Betreuung.

Sobald jedoch Details ohne Bezug zur medizinischen Situation den Anweisungen hinzugefügt werden, verschlechtert sich die Qualität der Antworten. Die Vorschläge werden weniger präzise, länger und manchmal verwirrend. Das Tool kann sich von anekdotischen Elementen ablenken lassen, wie der Erwähnung eines ungewöhnlichen Gegenstands im Raum oder eines Hobbys des Patienten, was die Kohärenz seiner Antworten beeinträchtigt. In manchen Fällen springt es abrupt von einem Thema zum anderen ohne logischen Übergang oder nimmt einen weniger professionellen Ton an.

Diese Beobachtungen unterstreichen eine große Herausforderung: Künstliche Intelligenzen haben Schwierigkeiten, relevante Informationen zu filtern, wenn sie mit Stördaten überflutet werden. Ihre Funktionsweise basiert auf Wahrscheinlichkeiten und nicht auf einem echten Verständnis des Kontexts, was sie anfällig für Fehler macht, wenn die Anweisungen unklar sind.

Für Medizinstudenten stellen diese Tools eine nützliche Ressource zum Üben dar, insbesondere in Umgebungen, in denen der Zugang zu Simulationen mit echten Patienten begrenzt ist. Sie ermöglichen das Training klinischer Entscheidungsfindung oder das Verfassen von Behandlungsplänen. Dennoch erfordert ihre Nutzung ständige Wachsamkeit. Zukünftige Ärzte müssen lernen, präzise Anfragen zu formulieren und die generierten Antworten kritisch zu bewerten, da blindes Vertrauen in realen Situationen zu Fehlern führen könnte.

Die Integration dieser Technologien in die medizinische Ausbildung muss daher von einer strengen Regulierung begleitet werden. Sie können die menschliche Expertise nicht ersetzen, insbesondere nicht bei essenziellen Fähigkeiten wie Empathie, Kommunikation oder klinischem Urteilsvermögen. Ihre Rolle beschränkt sich darauf, traditionelle Lernmethoden zu ergänzen, unter der Aufsicht erfahrener Lehrkräfte. Mit der Weiterentwicklung dieser Tools werden zusätzliche Forschungen notwendig sein, um ihre Zuverlässigkeit und ihre Eignung für die Anforderungen der medizinischen Praxis zu gewährleisten.

Bibliographie

Source de l’étude

DOI : https://doi.org/10.57129/001c.159636

Titre : Large language model used to simulate psychiatric OSCE scenarios: a medical student perspective

Revue : New Zealand Medical Student Journal

Éditeur : New Zealand Medical Student Journal

Auteurs : Zhaochu Geng; Craig S. Webster; Yan Chen; Lillian Ng; Christian U. Krägeloh; Angel Li; Marcus A. Henning