Este estudo apresenta e avalia 2 métodos baseados em LLMs, implementados na plataforma Rhazes Clinician para enfrentar esses desafios: geração aumentada por recuperação assistida por geração (GARAG), para planejamento automatizado de tratamento baseado em evidências, e busca vetorial assistida por geração (GAVS), para codificação médica automatizada.
Lançamos uma das nossas maiores atualizações em toda a plataforma Rhazes Clinician. Tudo ficou mais rápido, organizado, preciso e intuitivo, tornando o trabalho clínico mais fluido do que nunca.
Neste estudo, comparamos a capacidade diagnóstica de 18 LLMs do Google, OpenAI, Meta, Mistral, Cohere e Anthropic, usando 3 prompts, 2 configurações de temperatura e 1000 internações selecionadas aleatoriamente da base Medical Information Mart for Intensive Care-IV (MIMIC-IV). Também investigamos como melhorar a taxa de acerto diagnóstico do GPT-4o 05‐13 com geração aumentada por recuperação (RAG), usando os valores de referência do American Board of Internal Medicine.
A IA deixou de ser apenas algo desejável na saúde moderna. Ela é essencial para melhorar os desfechos dos pacientes, aliviar a pressão sobre as equipes e criar um sistema mais resiliente para o futuro. A questão já não é se devemos adotar IA, mas como fazer isso com rapidez e eficácia, de uma forma que funcione para pacientes e profissionais de saúde. O Reino Unido tem todos os motivos para aproveitar essa oportunidade e plena capacidade de concretizá-la.
A ferramenta de transcrição com IA tem potencial para melhorar significativamente a documentação clínica, aumentando a eficiência e reduzindo erros. Isso melhora o cuidado ao paciente ao minimizar omissões nos registros clínicos e otimizar o tempo dos profissionais de saúde.
Os resultados sugerem que a inteligência artificial (IA), trabalhando junto com profissionais de saúde, pode reduzir os erros cognitivos que causam centenas de milhares de diagnósticos incorretos todos os anos. A supervisão humana da IA, porém, continua essencial: os LLMs não substituem os profissionais, sobretudo na compreensão humana e na empatia. Além disso, ainda existem muitos desafios para incorporar IA à saúde, incluindo barreiras éticas, de responsabilidade e regulatórias.
Podemos usar o Google Analytics para entender como este site é usado? Ele utiliza cookies e compartilha dados de uso com o Google. Você pode usar o site sem ele. Sua escolha será lembrada por seis meses. Política de cookies
