Чи повинні пацієнти залучати більше даних під час візитів до лікаря? Усі (лікарі в LinkedIn) говорять про те, що реальні пацієнти не схожі на віньєтки в цих документах про штучний інтелект. Але... Можливо, наша мета повинна полягати в тому, щоб зробити візити максимально схожими на віньєтки. Ви можете зробити це, отримавши якомога більше інформації про пацієнтів з будь-якого доступного джерела, при цьому пацієнту не потрібно буде самостійно запам'ятовувати всі деталі. Такі речі, як: > Полегшення для постачальників послуг отримання даних з обміну медичною інформацією між штатами та аналіз інформації таким чином, щоб там були лише відповідні дані > Можливість поділитися відповідною історією ChatGPT зі своїм лікарем для розуміння прогресування вашого захворювання або може отримати / історію з років тому (наприклад, вони запитали про побічні ефекти ліків X 3 роки тому, вони приймали цей препарат) > Створення спільних робочих просторів у стилі ChatGPT між вами та вашим лікарем, де автономні агенти займаються сортуванням/прийомом/моніторингом, а лікар може бачити резюме того, що сталося > Носимі пристрої та домашнє обладнання, які можуть більш пасивно контролювати стан, щоб пацієнту не доводилося запам'ятовувати показники > Alexas, додатки або автоматичні дзвінки, які регулярно запитують пацієнта про те, як він себе почуває та прогресує його симптоми, і синтезують це в запис. Змішайте все це разом, і це повинно виглядати як віньєтки, на яких вони тестують ці моделі. Історичний аргумент полягав у тому, що наявність усіх цих даних змушує клініцистів працювати непотрібно. Дані з різних місць надходять у різних форматах, тому їм потрібно попрацювати, щоб з'єднати їх разом. Або більшість даних не будуть корисними для лікаря, коли так багато з них є непотрібними або недієздатними, тому вони просто роздувають все. Однак найголовніше те, що штучний інтелект тепер може виступати в якості хорошого інструменту синтезу. Семантична сумісність може брати дані з різних місць/форматів і пов'язувати їх на основі значення. Механізми контекстного пошуку можуть отримувати контекстуальні дані про пацієнта та виводити на поверхню лише аномалії або області для глибшого занурення. Бар'єром більше не є тлумачення. [PST, ми говоримо про це в нашому майбутньому курсі LLM in healthcare, який починається 9/8. Можете підписатися в коментарях]