רופאים שאלו את הבינה המלאכותית על טיפול יותר מאשר על אבחון

כיצד לטפל בחולה, באיזה מינון לתת תרופה ומה אומרות ההנחיות הרפואיות: מחקר חדש מספק הצצה רחבה לשאלות שאנשי רפואה מפנים לבינה מלאכותית. החוקרים בחנו 271 מיליון שאלות שנשלחו למערכת OpenEvidence במשך שנתיים וחצי, ומצאו כי שאלות הרופאים עסקו בטיפול ובניהול מחלות בשכיחות גבוהה יותר מאשר באבחון.

המחקר פורסם בכתב העת JAMA, בהשתתפות חוקרים מבית הספר לרפואה של הרווארד, ממערכת הבריאות Mass General Brigham וממוסדות נוספים. בצוות השתתפו גם עובדים בחברה המפעילה את המערכת, שסיפקה את הנתונים והייתה מעורבת בניתוחם.

כמעט מיליון משתמשים במערכת אחת

הנתונים נאספו מינואר 2024 עד יוני 2026 וכללו 952,008 אנשי מקצוע רפואיים בארצות הברית. מתוכם, 556,200 היו רופאים, והיתר כללו אחיות בעלות סמכויות טיפול מתקדמות, עוזרי רופא, רוקחים ואנשי מקצוע נוספים. חשבונות המשתמשים אומתו באמצעות מספר זיהוי מקצועי.

OpenEvidence מאפשרת להזין שאלות בשפה חופשית ולקבל תשובות מסכמות המבוססות על ספרות רפואית והנחיות מקצועיות. המחקר בחן את השימוש במערכת הזאת בלבד, ולכן אינו מתאר את כלל השימוש של אנשי רפואה בבינה מלאכותית.

מספר המשתמשים הפעילים בחודש עלה מ-355 בינואר 2024 ל-703,265 ביוני 2026. מספר השאלות החודשי הגיע בסוף התקופה ל-27.8 מיליון. משתמש פעיל הוגדר כמי שהפנה למערכת שאלה אחת לפחות באותו חודש, ולכן אין להסיק שכל המשתמשים נעזרו בה מדי יום.

יותר שאלות על טיפול מאשר על אבחון

לצורך בחינת תוכן השאלות סיווגו החוקרים מדגם של 38.8 מיליון שאלות באמצעות מודל בינה מלאכותית. כלומר, נתוני השימוש הקיפו 271 מיליון שאלות, אך ניתוח מטרותיהן התבסס על מדגם מתוכן.

בקרב הרופאים, 33.1% מהשאלות עסקו בטיפול ובניהול מחלות, ובהם בחירת טיפול, מינוני תרופות והתמודדות עם סיבוכים. לעומת זאת, 13.9% עסקו באבחון. קטגוריות נוספות כללו מידע על מחלות ותרופות, חיפוש מחקרים והנחיות, לימוד ומשימות מינהליות.

הממצא מפנה את תשומת הלב לשימוש שלעיתים זוכה לפחות בולטות בדיון הציבורי: בירור כיצד לטפל במחלה, לצד הניסיון לזהות אותה. עם זאת, תוכן השאלה אינו מלמד אם הרופא אימץ את התשובה או שינה בעקבותיה החלטה רפואית.