„OpenAI“ sukurta „ChatGPT“ (pokalbių generatyvinis iš anksto apmokytas transformatorius) yra dirbtinio intelekto (DI) valdomas pokalbių robotas, tapęs sparčiausiai augančia interneto programa istorijoje. Generatyvusis DI, įskaitant didelius kalbos modelius, tokius kaip GPT, generuoja tekstą, panašų į žmonių generuojamą, ir, atrodo, imituoja žmogaus mintis. Stažuotojai ir klinicistai jau naudoja šią technologiją, todėl medicinos švietimas negali sau leisti dvejoti. Medicinos švietimo sritis dabar turi susidoroti su DI poveikiu.
Yra daug pagrįstų abejonių dėl dirbtinio intelekto poveikio medicinai, įskaitant dirbtinio intelekto potencialą suklastoti informaciją ir pateikti ją kaip faktą (vadinamą „iliuzija“), dirbtinio intelekto poveikį pacientų privatumui ir šališkumo įtraukimo į šaltinio duomenis riziką. Tačiau esame susirūpinę, kad sutelkiant dėmesį vien į šiuos neatidėliotinus iššūkius, užgožiama daug platesnių pasekmių, kurias dirbtinis intelektas gali turėti medicinos švietimui, ypač tai, kaip technologijos galėtų formuoti būsimų internų ir gydytojų kartų mąstymo struktūras ir priežiūros modelius.
Per visą istoriją technologijos pakeitė gydytojų mąstyseną. XIX amžiuje išrastas stetoskopas tam tikru mastu paskatino fizinės apžiūros pagerėjimą ir tobulinimą, o vėliau atsirado diagnostinio detektyvo savęs samprata. Visai neseniai informacinės technologijos pakeitė klinikinio samprotavimo modelį, kaip teigia į problemas orientuotų medicininių įrašų išradėjas Lawrence'as Weedas: „Tai, kaip gydytojai struktūrizuoja duomenis, veikia mūsų mąstyseną.“ Šis įrašymo metodas labai paveikė šiuolaikines sveikatos priežiūros sąskaitų išrašymo struktūras, kokybės gerinimo sistemas ir dabartinius elektroninius medicininius įrašus (ir su jais susijusius negalavimus).
„ChatGPT“ buvo paleista 2022 m. rudenį, ir per kelis mėnesius nuo to laiko jos potencialas parodė, kad ji yra bent jau tokia pat novatoriška, kaip ir į problemas orientuoti medicininiai įrašai. „ChatGPT“ išlaikė JAV medicinos licencijavimo egzaminą ir klinikinio mąstymo egzaminą ir yra artima gydytojų diagnostinio mąstymo būdui. Aukštasis mokslas dabar grumiasi su „kolegijų kursų rašinių kelio pabaiga“, ir tas pats netrukus nutiks ir su asmeniniu pareiškimu, kurį studentai pateikia stodami į medicinos mokyklą. Didžiosios sveikatos priežiūros įmonės bendradarbiauja su technologijų įmonėmis, kad plačiai ir greitai diegtų dirbtinį intelektą visoje JAV sveikatos priežiūros sistemoje, įskaitant jo integravimą į elektroninius medicininius įrašus ir balso atpažinimo programinę įrangą. Rinkoje pasirodo pokalbių robotai, skirti perimti dalį gydytojų darbo.
Akivaizdu, kad medicininio išsilavinimo aplinka keičiasi ir pasikeitė, todėl medicininis išsilavinimas susiduria su egzistenciniu pasirinkimu: ar medicinos dėstytojai imasi iniciatyvos integruoti dirbtinį intelektą į gydytojų rengimą ir sąmoningai ruošia gydytojų darbuotojus saugiai ir teisingai naudoti šią transformuojančią technologiją medicinos darbe? Ar išorinės jėgos, siekiančios veiklos efektyvumo ir pelno, lems, kaip šie du dalykai susilies? Tvirtai tikime, kad kursų kūrėjai, gydytojų mokymo programos ir sveikatos priežiūros vadovai, taip pat akreditavimo įstaigos, turi pradėti galvoti apie dirbtinį intelektą.
Medicinos mokyklos susiduria su dvigubu iššūkiu: jos turi išmokyti studentus taikyti dirbtinį intelektą klinikiniame darbe ir bendrauti su medicinos studentais bei dėstytojais, taikančiais dirbtinį intelektą akademinėje aplinkoje. Medicinos studentai jau taiko dirbtinį intelektą savo studijose, naudodami pokalbių robotus, kad sukurtų konstruktus apie ligą ir numatytų dėstymo aspektus. Dėstytojai galvoja apie tai, kaip dirbtinis intelektas galėtų padėti jiems planuoti pamokas ir vertinimus.
Idėja, kad medicinos mokyklų programas kuria žmonės, susiduria su netikrumu: kaip medicinos mokyklos kontroliuos savo programų turinio, kurio nesukūrė žmonės, kokybę? Kaip mokyklos gali išlaikyti akademinius standartus, jei studentai naudoja dirbtinį intelektą užduotims atlikti? Kad parengtų studentus ateities klinikinei aplinkai, medicinos mokyklos turi pradėti sunkų darbą – integruoti mokymą apie dirbtinio intelekto naudojimą į klinikinių įgūdžių kursus, diagnostinio samprotavimo kursus ir sistemingą klinikinės praktikos mokymą. Pirmiausia pedagogai gali susisiekti su vietos mokymo ekspertais ir paprašyti jų sukurti būdus, kaip pritaikyti mokymo programą ir įtraukti į ją dirbtinį intelektą. Tada peržiūrėta mokymo programa bus griežtai įvertinta ir paskelbta – šis procesas jau prasidėjo.
Medicinos studijų magistrantūros lygmeniu rezidentai ir besimokantys specialistai turi ruoštis ateičiai, kai dirbtinis intelektas (DI) bus neatsiejama jų savarankiškos praktikos dalis. Besimokantys gydytojai turi jaustis patogiai dirbdami su DI ir suprasti jo galimybes bei apribojimus, tiek siekdami paremti savo klinikinius įgūdžius, tiek todėl, kad jų pacientai jau naudoja DI.
Pavyzdžiui, „ChatGPT“ gali pateikti vėžio patikros rekomendacijas, naudodama pacientams lengvai suprantamą kalbą, nors ji nėra 100 % tiksli. Pacientų, naudojančių dirbtinį intelektą, pateiktos užklausos neišvengiamai pakeis gydytojo ir paciento santykius, lygiai taip pat, kaip komercinių genetinių tyrimų produktų ir internetinių medicinos konsultacijų platformų plitimas pakeitė pokalbius ambulatorinėse klinikose. Šiandien rezidentams ir besimokantiems specialistams laukia 30–40 metų, ir jie turi prisitaikyti prie klinikinės medicinos pokyčių.
Medicinos pedagogai turėtų dirbti kurdami naujas mokymo programas, kurios padėtų rezidentams ir specialistams instruktoriams įgyti „adaptyvios patirties“ dirbtinio intelekto srityje, kad jie galėtų orientuotis būsimuose pokyčių bangose. Valdymo organai, tokie kaip Medicinos magistrantūros studijų akreditacijos taryba, galėtų įtraukti lūkesčius dėl dirbtinio intelekto mokymo į mokymo programas į įprastinius mokymo programos reikalavimus, kurie sudarytų mokymo programos standartų pagrindą, motyvuoti mokymo programas keisti savo mokymo metodus. Galiausiai, gydytojai, jau dirbantys klinikinėje aplinkoje, turi susipažinti su dirbtiniu intelektu. Profesinės draugijos gali parengti savo narius naujoms situacijoms medicinos srityje.
Susirūpinimas dėl dirbtinio intelekto vaidmens medicinos praktikoje nėra trivialus. Kognityvinis pameistrystės modelis medicinoje gyvuoja jau tūkstančius metų. Kaip šį modelį paveiks situacija, kai medicinos studentai pradės naudoti dirbtinio intelekto pokalbių robotus nuo pirmos mokymo dienos? Mokymosi teorija pabrėžia, kad sunkus darbas ir sąmoninga praktika yra būtini žinių ir įgūdžių augimui. Kaip gydytojai taps veiksmingais besimokančiais visą gyvenimą, kai į bet kokį klausimą pokalbių robotas galės akimirksniu ir patikimai atsakyti šalia paciento?
Etikos gairės yra medicinos praktikos pagrindas. Kaip atrodys medicina, kai jai padės dirbtinio intelekto modeliai, filtruojantys etinius sprendimus per neskaidrius algoritmus? Beveik 200 metų gydytojų profesinė tapatybė buvo neatsiejama nuo mūsų pažintinio darbo. Ką gydytojams reikš praktikuoti mediciną, kai didelę dalį pažintinio darbo bus galima perduoti dirbtiniam intelektui? Į nė vieną iš šių klausimų šiuo metu negalima atsakyti, bet turime juos užduoti.
Filosofas Jacques'as Derrida pristatė „pharmakon“ sąvoką, kuri gali būti „vaistas“ arba „nuodas“, ir panašiai dirbtinio intelekto technologija suteikia ir galimybių, ir grėsmių. Atsižvelgiant į tai, kad sveikatos priežiūros ateičiai kyla daug problemų, medicinos švietimo bendruomenė turėtų imtis iniciatyvos integruojant dirbtinį intelektą į klinikinę praktiką. Procesas nebus lengvas, ypač atsižvelgiant į sparčiai kintančias sąlygas ir gairių trūkumą, tačiau Pandoros skrynia buvo atverta. Jei patys nekursime savo ateities, galingos technologijų įmonės mielai perims šį darbą.
Įrašo laikas: 2023 m. rugpjūčio 5 d.