Искусственный интеллект в медицинском образовании: что работает и где быть осторожным

Два года назад вопрос звучал так: есть ли вообще искусственному интеллекту место в медицинском образовании. Сегодня вопрос другой: какие способы использования стоят вашего времени, а какие незаметно делают вас худшим врачом. Поскольку мы сами построили платформу на основе ИИ, у нас есть твёрдое мнение по обоим пунктам.

Где он действительно помогает

Практика в масштабе. Самое старое «узкое место» клинического обучения — число пациентов, которых может увидеть студент, и число преподавателей, которые могут за ним наблюдать. Смоделированный пациент, который отвечает на вопросы естественным языком, реагирует на ваше ведение и никогда не устаёт, снимает это ограничение. Можно собрать пятьдесят целенаправленных анамнезов в неделю вместо пяти.

Немедленная и конкретная обратная связь. Большая часть обратной связи в медвузе приходит поздно и расплывчато («почитайте об этом»). Хорошо спроектированная система в момент, когда вы отправляете план, скажет, о каком «красном флаге» вы не спросили и какое исследование назначили без основания. Именно немедленная и конкретная обратная связь превращает повторение в обучение.

Адаптивные вопросы. Банки вопросов, которые отслеживают ваши ошибки и возвращают их, — в сочетании с интервальным повторением — старая идея, которую ИИ делает дешевле персонализировать.

Быстрое чтение руководств. Резюме с цитатами за минуту приводят к нужному абзацу 200-страничного руководства. Ключевые слова — с цитатами.

Где нужно быть осторожным

Выдуманные источники и уверенные ошибки. Большие языковые модели производят гладкий текст, а гладкость — не точность. Они могут придумать исследование, дозу или рекомендацию руководства — тем же уверенным тоном, что и когда правы. Любое клиническое утверждение от ИИ-инструмента, по которому вы собираетесь действовать, писать на экзамене или говорить пациенту, должно быть проверено по первоисточнику.

Данные пациентов. Никогда не вставляйте данные реального пациента в чат-бот общего назначения. В большинстве юрисдикций это нарушение конфиденциальности, а везде — этическое нарушение.

Утрата навыков. Если инструмент строит дифференциальный диагноз за вас, вы не учитесь его строить. Используйте ИИ, чтобы отрабатывать навык с обратной связью, а не чтобы он выполнял навык вместо вас. Правильный вопрос к любому инструменту: «Когда я его закрою, смогу ли я сделать это сам?»

Смещение. Модели учатся на данных, на которых их обучали; пациенты, недостаточно представленные в этих данных — включая многие популяции Центральной Азии, — как раз те, для кого ответы наименее надёжны.

Что говорит ВОЗ

Руководство Всемирной организации здравоохранения по этике и управлению ИИ в здравоохранении формулирует шесть принципов: защищать автономию человека; способствовать благополучию, безопасности людей и общественным интересам; обеспечивать прозрачность, объяснимость и понятность; развивать ответственность и подотчётность; обеспечивать инклюзивность и справедливость; продвигать отзывчивый и устойчивый ИИ ^[1]. Руководство 2024 года по большим мультимодальным моделям добавляет конкретные рекомендации по их применению в образовании и клинической поддержке, включая необходимость человеческого надзора и валидации до внедрения ^[2]. Руководство AMEE по этичному использованию ИИ в образовании медицинских профессий переводит эти принципы в практические правила для студентов и преподавателей ^[3].

Практическое правило для студентов

Используйте ИИ там, где помогает неутомимый партнёр по практике — анамнезы, обследования, тренировка на вопросах, объяснение понятия тремя разными способами, — и держите собственное мышление в контуре. Относитесь к каждому фактическому утверждению как к зацепке для проверки, а не к факту для заучивания. Больше всего от этих инструментов выиграют те клиницисты, которые знают достаточно, чтобы заметить, когда инструмент ошибается.