Трансформаційний вплив великих мовних моделей на охорону здоров’я

Автор(и)

DOI:

https://doi.org/10.15587/2706-5448.2024.319006

Ключові слова:

охорона здоров’я, великі мовні моделі, штучний інтелект, програмний медичний продукт, аналіз медичних даних

Анотація

За останнє десятиліття ми стали свідками швидкого технологічного прогресу в охороні здоров’я. Основними ознаками цього є надання більш якісних медичних послуг, зниження їх вартості, покращення доступу до профілактичних заходів. Сучасна цифровізація представлена різними інструментами в системі охорони здоров’я. Підтримка та подальший розвиток в даних напрямах є запорукою, по перше, створення відповідних умов життєдіяльності, по друге, збільшення вікової життєвої межі для населення, по третє, розвитку здорової нації всього світу. Об’єктом даної роботи є великі мовні моделі (LLМ), а саме впорядкування дій щодо їх застосування в системі охорони здоров’я, що є рушійним фактором сучасних змін та покращення загалом даного напрямку життєзабезпечення. В цьому дослідженні викладено матеріал щодо застосування штучного інтелекту в системі охорони здоров’я шляхом всебічного огляду медичної наукової літератури, узагальнення практичного застосування великих мовних моделей, а також аналіз основних переваг та недоліків сучасного стану цифровізації галузі. За допомогою методів спостереження, узагальнення, систематизації та порівняння авторами досягнуто результатів щодо визначення вагомості застосування великих мовних моделей. Також визначено, що впровадження штучного інтелекту має позитивні результати, але потребує доопрацювання. Представлені формалізовані та конкретизовані порівняння отриманих діагнозів від лікаря та штучного інтелекту не збігаються по обраному анамнезу лікування, що говорить про дисбаланс і може потенційно нашкодити пацієнту. Отримані результати засвідчують необхідність вдосконалення великих мовних моделей. В цілому це стосується таких питань, як навчання персоналу медичних установ, виокремлення методики впровадження, систематизації управлінського інструментарію та розширення баз даних інформаційних систем (включаючи захист персональних даних пацієнтів).

Біографії авторів

Мирослава Назарівна Шалько, Класичний приватний університет

Кандидат медичних наук, доцент

Кафедра публічного управління та землеустрою

Oksana Domina, University of Helsinki

PhD, Grant-Funded Researcher

Faculty of Social Sciences

 

Ігор Сергійович Коробко, Класичний приватний університет

Кандидат медичних наук, доцент

Кафедра публічного управління та землеустрою

Дарина В’ячеславівна Мельник, Класичний приватний університет

Кандидат медичних наук

Кафедра публічного управління та землеустрою

Ангеліна Дмитрівна Андрющенко, Міністерство молоді та спорту України

Старший експерт

Відділ євроінтеграції, боротьби з антидопінгом та виконання інших міжнародних зобов’язань у спорті

Департамент міжнародного співробітництва та європейської інтеграції

Посилання

  1. World Urbanization Prospects: The 2018 Revision (ST/ESA/SER.A/420) (2019). United Nations, Department of Economic and Social Affairs, Population Division. New York: United Nations.
  2. Vaupel, J. W., Villavicencio, F., Bergeron-Boucher, M.-P. (2021). Demographic perspectives on the rise of longevity. Proceedings of the National Academy of Sciences, 118 (9). https://doi.org/10.1073/pnas.2019536118
  3. Andriushchenko, K., Liezina, A., Lavruk, V., Sliusareva, L., Rudevska, V. (2022). Intelligent enterprise capital control based on Markov chain. Acta Innovations, 45, 18–30. https://doi.org/10.32933/actainnovations.45.2
  4. Liu, S., Peng, C., Wang, C., Chen, X., Song, S. (2023). icsBERTs: Optimizing Pre-trained Language Models in Intelligent Customer Service. Procedia Computer Science, 222, 127–136. https://doi.org/10.1016/j.procs.2023.08.150
  5. Shah, N. H., Entwistle, D., Pfeffer, M. A. (2023). Creation and Adoption of Large Language Models in Medicine. JAMA, 330 (9), 866–869. https://doi.org/10.1001/jama.2023.14217
  6. Young, R. (2020). If Jeanne Calment Were 122, That Is All the More Reason for Biosampling. Rejuvenation Research, 23 (1), 48–64. https://doi.org/10.1089/rej.2020.2303
  7. Hutzler, F., Richlan, F., Leitner, M. C., Schuster, S., Braun, M., Hawelka, S. (2021). Anticipating trajectories of exponential growth. Royal Society Open Science, 8 (4). https://doi.org/10.1098/rsos.201574
  8. Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F. et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
  9. Minssen, T., Vayena, E., Cohen, I. G. (2023). The Challenges for Regulating Medical Use of ChatGPT and Other Large Language Models. JAMA, 330 (4), 315–316. https://doi.org/10.1001/jama.2023.9651
  10. Bai, R., Chandra, V., Richardson, R., Liu, P. P. (2020). Next Generation Mobile Wireless Networks: 5G Cellular Infrastructure. The Journal of Technology, Management, and Applied Engineering, 36 (3). Available at: https://www.iastatedigitalpress.com/jtmae/article/id/14103/
  11. Karabacak, M., Margetis, K. (2023). Embracing Large Language Models for Medical Applications: Opportunities and Challenges. Cureus, 15 (5), e39305. https://doi.org/10.7759/cureus.39305
  12. Albarrak, A. M. (2023). Improving the Trustworthiness of Interactive Visualization Tools for Healthcare Data through a Medical Fuzzy Expert System. Diagnostics, 13 (10), 1733. https://doi.org/10.3390/diagnostics13101733
  13. Akalin, N., Kristoffersson, A., Loutfi, A. (2022). Do you feel safe with your robot? Factors influencing perceived safety in human-robot interaction based on subjective and objective measures. International Journal of Human-Computer Studies, 158, 102744. https://doi.org/10.1016/j.ijhcs.2021.102744
  14. Chong, L., Zhang, G., Goucher-Lambert, K., Kotovsky, K., Cagan, J. (2022). Human confidence in artificial intelligence and in themselves: The evolution and impact of confidence on adoption of AI advice. Computers in Human Behavior, 127, 107018. https://doi.org/10.1016/j.chb.2021.107018
  15. Goel, A., Gueta, A., Gilon, O., Liu, C., Erell, S., Nguyen, L. H. et al. (2023). LLMs accelerate annotation for medical information extraction. Proceedings of Machine Learning Research, 225, 82–100. https://doi.org/10.48550/arXiv.2312.02296
  16. Dickson, G., Tholl, B. (2020). From Concept to Reality: Putting LEADS to Work. Bringing Leadership to Life in Health: LEADS in a Caring Environment. https://doi.org/10.1007/978-3-030-38536-1_1
  17. Zhou, H., Gu, B., Zou, X., Li, Y., Chen, S. S., Zhou, P. et al. (2023). A survey of large language models in medicine: Progress, application, and challenge. arXiv preprint arXiv:2311.05112. https://doi.org/10.48550/arXiv.2311.05112
  18. Ahmad, I., Asghar, Z., Kumar, T., Li, G., Manzoor, A., Mikhaylov, K. et al. (2022). Emerging Technologies for Next Generation Remote Health Care and Assisted Living. IEEE Access, 10, 56094–56132. https://doi.org/10.1109/access.2022.3177278
  19. Huang, H., Zheng, O., Wang, D., Yin, J., Wang, Z., Ding, S. et al. (2023). ChatGPT for shaping the future of dentistry: the potential of multi-modal large language model. International Journal of Oral Science, 15 (1). https://doi.org/10.1038/s41368-023-00239-y
  20. Badawy, M., Ramadan, N., Hefny, H. A. (2023). Healthcare predictive analytics using machine learning and deep learning techniques: a survey. Journal of Electrical Systems and Information Technology, 10 (1). https://doi.org/10.1186/s43067-023-00108-y
  21. Xi, Z., Chen, W., Guo, X., He, W., Ding, Y., Hong, B. et al. (2023). The rise and potential of large language model based agents: A survey. arXiv preprint arXiv:2309.07864. https://doi.org/10.48550/arXiv.2309.07864
  22. Alowais, S. A., Alghamdi, S. S., Alsuhebany, N., Alqahtani, T., Alshaya, A. I., Almohareb, S. N. et al. (2023). Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Medical Education, 23 (1). https://doi.org/10.1186/s12909-023-04698-z
  23. Yam, K. C., Tang, P. M., Jackson, J. C., Su, R., Gray, K. (2023). The rise of robots increases job insecurity and maladaptive workplace behaviors: Multimethod evidence. Journal of Applied Psychology, 108 (5), 850–870. https://doi.org/10.1037/apl0001045
  24. Bahman, Z., Farhang, M.-R. (2024). The Symbiotic Evolution: Artificial Intelligence (AI) Enhancing HumanIntelligence (HI) An Innovative Technology Collaboration and Synergy. Journal of Material Sciences & Applied Engineering, 3 (1), 1–5. Available at: https://www.researchgate.net/publication/378034769_The_Symbiotic_Evolution_Artificial_Intelligence_AI_Enhancing_Human_Intelligence_HI_An_Innovative_Technology_Collaboration_and_Synergy Last accessed: 22.07.2024
  25. Akinola, S., Telukdarie, A. (2023). Sustainable Digital Transformation in Healthcare: Advancing a Digital Vascular Health Innovation Solution. Sustainability, 15 (13), 10417. https://doi.org/10.3390/su151310417
  26. Nam, C. S., Traylor, Z., Chen, M., Jiang, X., Feng, W., Chhatbar, P. Y. (2021). Direct Communication Between Brains: A Systematic PRISMA Review of Brain-To-Brain Interface. Frontiers in Neurorobotics, 15. https://doi.org/10.3389/fnbot.2021.656943
  27. Anand, R. P., Layer, J. V., Heja, D., Hirose, T., Lassiter, G., Firl, D. J. et al. (2023). Design and testing of a humanized porcine donor for xenotransplantation. Nature, 622 (7982), 393–401. https://doi.org/10.1038/s41586-023-06594-4
  28. Kim, J. K., Chua, M., Rickard, M., Lorenzo, A. (2023). ChatGPT and large language model (LLM) chatbots: The current state of acceptability and a proposal for guidelines on utilization in academic medicine. Journal of Pediatric Urology, 19 (5), 598–604. https://doi.org/10.1016/j.jpurol.2023.05.018
  29. Roos, J., Kasapovic, A., Jansen, T., Kaczmarczyk, R. (2023). Artificial Intelligence in Medical Education: Comparative Analysis of ChatGPT, Bing, and Medical Students in Germany. JMIR Medical Education, 9, e46482. https://doi.org/10.2196/46482
  30. Gupta, A., Siddiqui, Z., Sagar, G., Rao, K. V. S., Saquib, N. (2023). A non-invasive method for concurrent detection of multiple early-stage cancers in women. Scientific Reports, 13 (1). https://doi.org/10.1038/s41598-023-46553-7
  31. Kovtun, V., Andriushchenko, K., Horbova, N., Lavruk, O., Muzychka, Y. (2020). Features of the Management Process of Ambidextrous Companies. TEM Journal, 221–226. https://doi.org/10.18421/tem91-31
  32. Nilsson, N. J. (1982). Principles of artificial intelligence. Springer Science and Business Media. https://doi.org/10.1007/978-3-662-09438-9
  33. Liezina, A., Lavruk, A., Matviienko, H., Ivanets, I., Tseluiko, O., Kuchai, O. (2023). Impact of econometric modeling and perspectives of economic security of the cross-industry complex. Acta Innovations, 47, 73–83. https://doi.org/10.32933/actainnovations.47.7
  34. Buch, V. H., Ahmed, I., Maruthappu, M. (2018). Artificial intelligence in medicine: current trends and future possibilities. British Journal of General Practice, 68 (668), 143–144. https://doi.org/10.3399/bjgp18x695213
  35. Kaneda, Y., Takahashi, R., Kaneda, U., Akashima, S., Okita, H., Misaki, S. et al. (2023). Assessing the Performance of GPT-3.5 and GPT-4 on the 2023 Japanese Nursing Examination. Cureus, 15 (8), e42924. https://doi.org/10.7759/cureus.42924
  36. Harskamp, R. E., De Clercq, L. (2024). Performance of ChatGPT as an AI-assisted decision support tool in medicine: a proof-of-concept study for interpreting symptoms and management of common cardiac conditions (AMSTELHEART-2). Acta Cardiologica, 79 (3), 358–366. https://doi.org/10.1080/00015385.2024.2303528
  37. Sarraju, A., Bruemmer, D., Van Iterson, E., Cho, L., Rodriguez, F., Laffin, L. (2023). Appropriateness of Cardiovascular Disease Prevention Recommendations Obtained From a Popular Online Chat-Based Artificial Intelligence Model. JAMA, 329 (10), 842–844. https://doi.org/10.1001/jama.2023.1044
  38. Yao, S., Yu, D., Zhao, J., Shafran, I., Griffiths, T. L., Cao, Y., Narasimhan, K. (2023). Tree of Thoughts: Deliberate Problem Solving with Large Language Models. ArXiv, abs/2305.10601. https://doi.org/10.48550/arXiv.2305.10601
  39. Thirunavukarasu, A. J., Ting, D. S. J., Elangovan, K., Gutierrez, L., Tan, T. F., Ting, D. S. W. (2023). Large language models in medicine. Nature Medicine, 29 (8), 1930–1940. https://doi.org/10.1038/s41591-023-02448-8
  40. Kung, T. H., Cheatham, M., Medenilla, A., Sillos, C., De Leon, L., Elepaño, C. et al. (2023). Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digital Health, 2 (2), e0000198. https://doi.org/10.1371/journal.pdig.0000198
  41. Yang, R., Tan, T. F., Lu, W., Thirunavukarasu, A. J., Ting, D. S. W., Liu, N. (2023). Large language models in health care: Development, applications, and challenges. Health Care Science, 2 (4), 255–263. https://doi.org/10.1002/hcs2.61
  42. Liezina, A., Lavruk, A., Matviienko, H., Ivanets, I., Tseluiko, O., Kuchai, O. (2023). Impact of econometric modeling and perspectives of economic security of the cross-industry complex. Acta Innovations, 47, 73–83. https://doi.org/10.32933/actainnovations.47.7
  43. Chen, S., Kann, B. H., Foote, M. B., Aerts, H. J. W. L., Savova, G. K., Mak, R. H., Bitterman, D. S. (2023). Use of Artificial Intelligence Chatbots for Cancer Treatment Information. JAMA Oncology, 9 (10), 1459. https://doi.org/10.1001/jamaoncol.2023.2954
  44. Pokataiev, P., Liezina, A., Petukhova, H., Andriushchenko, A. (2022). The role of biotechnology in the development of the bioeconomy. Acta Innovations, 46, 19–34. https://doi.org/10.32933/actainnovations.46.2
  45. Birkun, A. A., Gautam, A. (2024). Large Language Model-based Chatbot as a Source of Advice on First Aid in Heart Attack. Current Problems in Cardiology, 49 (1), 102048. https://doi.org/10.1016/j.cpcardiol.2023.102048
  46. McCue, M. E., McCoy, A. M. (2017). The Scope of Big Data in One Medicine: Unprecedented Opportunities and Challenges. Frontiers in Veterinary Science, 4. https://doi.org/10.3389/fvets.2017.00194
  47. Jiang, L. Y., Liu, X. C., Nejatian, N. P., Nasir-Moin, M., Wang, D., Abidin, A. et al. (2023). Health system-scale language models are all-purpose prediction engines. Nature, 619 (7969), 357–362. https://doi.org/10.1038/s41586-023-06160-y
  48. Pahune, S., Rewatkar, N. (2023). Healthcare: A Growing Role for Large Language Models and Generative AI. International Journal for Research in Applied Science and Engineering Technology, 11 (8), 2288–2301. https://doi.org/10.22214/ijraset.2023.55573
  49. Buriachenko, A., Zakhozhay, K., Liezina, A., Lysak, V. (2022). Sustainability and security of public budget of the Visegrad Group countries. Acta Innovations, 42, 71–88. https://doi.org/10.32933/actainnovations.42.6
  50. Meskó, B., Topol, E. J. (2023). The imperative for regulatory oversight of large language models (or generative AI) in healthcare. Npj Digital Medicine, 6 (1). https://doi.org/10.1038/s41746-023-00873-0
  51. Pahune, S., Rewatkar, N. (2023). Healthcare: A Growing Role for Large Language Models and Generative AI. International Journal for Research in Applied Science and Engineering Technology, 11 (8), 2288–2301. https://doi.org/10.22214/ijraset.2023.55573
  52. Moskatel, L. S., Zhang, N. (2023). The utility of ChatGPT in the assessment of literature on the prevention of migraine: an observational, qualitative study. Frontiers in Neurology, 14. https://doi.org/10.3389/fneur.2023.1225223
  53. Pokataiev, P., Teteruk, K., Andriushchenko, A. (2023). A biotechnological business incubator as an instrument of innovation entrepreneurship. Recent Trends in Business and Entrepreneurial Ventures, 37–60.
  54. Lower, K., Seth, I., Lim, B., Seth, N. (2023). ChatGPT-4: Transforming Medical Education and Addressing Clinical Exposure Challenges in the Post-pandemic Era. Indian Journal of Orthopaedics, 57 (9), 1527–1544. https://doi.org/10.1007/s43465-023-00967-7
The transformative impact of large language models in healthcare

##submission.downloads##

Опубліковано

2024-12-30

Як цитувати

Шалько, М. Н., Domina, O., Коробко, І. С., Мельник, Д. В., & Андрющенко, А. Д. (2024). Трансформаційний вплив великих мовних моделей на охорону здоров’я. Technology Audit and Production Reserves, 6(4(80). https://doi.org/10.15587/2706-5448.2024.319006

Номер

Том 6 № 4(80) (2024): Економіка підприємств. Макроекономіка

Розділ

Економіка та управління підприємством

Ліцензія

Авторське право (c) 2024 Myroslava Shalko, Oksana Domina, Igor Korobko, Daryna Melnyk, Anhelina Andriushchenko

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.