AI-tool overtreft nauwkeurigheid van artsen bij medisch licentie-examen in Buffalo, New York

Een klinische AI-tool, Semantic Clinical Artificial Intelligence (SCAI), ontwikkeld in Buffalo, New York, heeft een hoge nauwkeurigheid aangetoond op het United States Medical Licensing Exam (USMLE). SCAI, ontwikkeld door onderzoekers van de University at Buffalo, presteerde beter dan de meeste artsen en andere AI-tools. De tool behaalde een score van 95,2% op Step 3 van de USMLE. SCAI bevat 13 miljoen medische feiten en hun interacties. Het gebruikt semantische triples om semantische netwerken te creëren, waardoor logische gevolgtrekkingen mogelijk zijn. Volgens Peter L. Elkin, MD, van de Jacobs School of Medicine and Biomedical Sciences aan UB, kan de AI-tool redeneren en converseren, waardoor de besluitvorming van artsen wordt verbeterd. De mogelijkheden van SCAI omvatten het verbeteren van de patiëntveiligheid en het democratiseren van specialistische zorg. Hoewel SCAI toegang heeft tot enorme hoeveelheden gegevens, is het ontworpen om artsen aan te vullen, niet te vervangen. Elkin benadrukt dat door AI ondersteunde artsen degenen kunnen vervangen die geen AI gebruiken.