L’intelligenza artificiale può accelerare la progettazione di software sanitario

Pubblicazione online il 6 marzo nel Giornale di Internet medico Ricerca, lo studio ha esaminato le capacità di una forma di intelligenza artificiale (AI) chiamata AI generativa o GenAI, che prevede le probabili opzioni per la parola successiva in qualsiasi frase in base al modo in cui miliardi di persone usano le parole nel contesto su Internet. Un effetto collaterale di questa previsione della parola successiva è che i “chatbot” generativi di intelligenza artificiale come chatGPT possono generare risposte alle domande in un linguaggio realistico e produrre riassunti chiari di testi complessi.

Guidato dai ricercatori della NYU Langone Health, il presente articolo esplora l’applicazione di ChatGPT alla progettazione di un programma software che utilizza messaggi di testo per contrastare il diabete incoraggiando i pazienti a mangiare più sano e a fare esercizio. Il team ha testato se gli scambi abilitati all’intelligenza artificiale tra medici e ingegneri del software potrebbero accelerare lo sviluppo di un sistema di messaggistica automatica personalizzato (PAMS).

Nel presente studio, undici valutatori in campi che vanno dalla medicina all’informatica hanno utilizzato con successo ChatGPT per produrre una versione dello strumento per il diabete in 40 ore, laddove uno sforzo originale, non abilitato all’intelligenza artificiale, aveva richiesto più di 200 ore di programmazione.

“Abbiamo scoperto che ChatGPT migliora le comunicazioni tra i membri del team tecnici e non tecnici per accelerare la progettazione di soluzioni computazionali ai problemi medici”, afferma l’autore corrispondente dello studio Danissa Rodriguez, PhD, assistente professore presso il Dipartimento di salute della popolazione presso la NYU Langone, e membro del suo laboratorio Healthcare Innovation Bridging Research, Informatics and Design (HiBRID). “Il chatbot ha favorito rapidi progressi durante tutto il ciclo di vita dello sviluppo del software, dall’acquisizione di idee originali, alla decisione di quali funzionalità includere, alla generazione del codice del computer. Se questo si rivelasse efficace su larga scala, potrebbe rivoluzionare la progettazione del software sanitario.”

L’intelligenza artificiale come traduttore

Gli strumenti di intelligenza artificiale generativa sono sensibili, affermano gli autori dello studio, e porre una domanda sullo strumento in due modi leggermente diversi può produrre risposte divergenti. L’abilità richiesta per inquadrare le domande poste ai chatbot in modo da suscitare la risposta desiderata, chiamata prompt engineering, combina intuizione e sperimentazione. Medici e infermieri, con la loro comprensione dei contesti medici più sfumati, sono ben posizionati per progettare suggerimenti strategici che migliorino le comunicazioni con gli ingegneri, e senza imparare a scrivere codici informatici.

Questi sforzi di progettazione, tuttavia, in cui gli operatori sanitari, gli aspiranti utenti di un nuovo software, cercano di consigliare gli ingegneri su cosa deve includere, possono essere compromessi dai tentativi di conversare utilizzando linguaggi tecnici “diversi”. Nello studio attuale, i membri clinici del team sono stati in grado di digitare le loro idee in un inglese semplice, inserirle in chatGPT e chiedere allo strumento di convertire il loro input nel tipo di linguaggio richiesto per guidare il lavoro di codifica da parte degli ingegneri del software del team. L’intelligenza artificiale ha potuto portare la progettazione del software solo a un certo punto prima che fossero necessari sviluppatori di software umani per la generazione finale del codice, ma il processo complessivo è stato notevolmente accelerato, affermano gli autori.

“Il nostro studio ha scoperto che chatGPT può democratizzare la progettazione di software sanitario consentendo a medici e infermieri di guidarne la creazione”, afferma l’autore senior dello studio Devin Mann, MD, direttore dell’HiBRID Lab, e direttore strategico dell’innovazione sanitaria digitale presso il Langone Medical Center Information Technology (MCIT) della New York University. “Lo sviluppo assistito da GenAI promette di fornire strumenti computazionali utilizzabili, affidabili e in linea con i più elevati standard di codifica.”

Insieme a Rodriguez e Mann, gli autori dello studio del Dipartimento di salute della popolazione della New York University Langone erano Katharine Lawrence, MD, Beatrix Brandfield-Harvey, Lynn Xu, Sumaiya Tasneem e Defne Levine. Anche Javier Gonzalez, responsabile tecnico del laboratorio HIBRID, è stato autore dello studio. Questo lavoro è stato sostenuto dalla sovvenzione 1R18DK118545-01A1 del National Institute of Diabetes and Digestive and Kidney Diseases.