רבות ממערכות ה־AI בתחום הרפואה נמדדות לפי יכולתן להגיע לאבחנה נכונה מתוך תיאור מקרה נתון. אך באבחון קליני, המידע אינו תמיד מוגש בצורה מלאה ומסודרת. חלק מרכזי מהיכולת האבחונית הוא לדעת כיצד לאסוף מידע מהמטופל: אילו שאלות המשך לשאול, באיזה סדר, האם השאלות מחלצות מידע רלוונטי ומדויק, וכמה מהר הן מצמצמות את מרחב האפשרויות. המחקר בוחן את יכולתם של מודלי שפה גדולים לאסוף מידע קליני בשיחה עם מטופל בצורה ממוקדת, יעילה ורלוונטית.

מחקרה של ד"ר יהודית אפרשטיין ושותפיה, שפורסם לאחרונה בכתב העת Scientific Reports , מציג את Q4Dx , בנצ'מרק חדש להערכת יכולתם של מודלי שפה גדולים לנהל תשאול אבחוני בשיחה עם מטופל. המסגרת מעמידה את המודלים מול תרחישים שבהם המידע ההתחלתי חלקי, ובודקת האם הם מצליחים לבחור שאלות המשך שמחלצות פרטים קליניים רלוונטיים, מצמצמות אי־ודאות, ומקדמות אותם לאבחנה נכונה במהירות ובדיוק. 

במסגרת המחקר נבנו מקרי מטופלים ברמות שונות של פירוט המידע הראשוני, מתיאור מלא של הסימפטומים ועד תיאור מאוד חלקי. המודל נדרש לשאול שאלות, לעדכן את ההשערה האבחונית, ולהתקדם בהדרגה אל האבחנה הנכונה. לשם כך הוגדרו מדדים שבוחנים לא רק האם האבחנה נכונה, אלא גם כמה שאלות נדרשו כדי להגיע אליה ועד כמה רצף השאלות היה ממוקד ורלוונטי. 

המחקר מרחיב את הדיון ב־AI רפואי מעבר לשאלה “האם המודל צדק”. הוא מדגיש כי חשוב לבחון גם את תהליך קבלת ההחלטה בתנאי אי־ודאות, ואת היכולת להגיע להחלטה נכונה בדרך מבוקרת ויעילה. 

למאמר המלא >>