Může AI diagnostikovat určitá vzácná onemocnění z elektronických zdravotních záznamů ?
Hlasujte — pak si přečtěte, co zjistil náš editor a AI modely.
Diagnostické doprovodné modely v roce 2024 objevily případy vzácných onemocnění, která přehlédli klinici jak v trénovacích datech, tak během živých testů.
Background
Over the past few years several groups have built transformer-based models that read longitudinal EHR sequences and flag patients whose symptom trajectories match curated rare-disease cohorts. In 2023 a system trained on more than 30,000 US patient records achieved a positive predictive value above 0.7 for four lysosomal storage disorders but fell below 0.5 for a rarer glycogenosis subtype, illustrating uneven performance across disorders. A multi-centre study published the same year compared two proprietary LLMs fine-tuned on anonymised records from specialist clinics and found they recovered 79 % of previously missed cases of Niemann-Pick type C while introducing one false positive per ten true positives. Workflows that combine structured billing codes with unstructured clinician notes have shown the biggest gains, yet they remain brittle when applied to centres whose documentation styles diverge from the training corpora. At least one large health-system rollout was paused after an audit revealed clinically significant drift when ICD-10 codes were updated, underscoring the maintenance burden of keeping rare-disease models current.
SOURCE: BMJ, 2024
Navrhnout štítek
Chybí pojem k tomuto tématu? Navrhněte ho a admin to posoudí.
Stav naposledy zkontrolován June 26, 2026.
Galerie
Může AI diagnostikovat určitá vzácná onemocnění z elektronických zdravotních záznamů?
Existují omezené ukázky — ale porota nebyla jednomyslná.
Porota zjistila, že umělá inteligence je schopná zahlédnout stín vzácného onemocnění v zdravotnické dokumentaci pacienta, ale není schopná určit tvar s absolutní jistotou; poskytuje včasné nápovědi, ale ne nezvratitelné diagnózy. Jejich jediný „téměř“ hlas odrážel zdrženlivou chválu pro pilotní studie, které se pohybují za rámec papírování, ale stále postrádají robustní, mezhospitalitní validaci. Rozhodnutí: Kompas, který ukazuje severní směr, ale může kolísat ve větru z jiné strany.
The jury found the AI capable of glimpsing the shadow of rare disease across a patient record, yet unable to name the shape with full certainty; it delivers timely clues but not unshakable diagnoses. Their lone “almost” vote reflected cautious praise for pilot studies that edge past paperwork while still lacking robust, cross-hospital validation. Ruling: A compass that points northward but may wobble in a crosswind.
But the data is real.
The Case File
Across 11 sessions, 36 jurors have heard this case. Combined tally: 6 YES · 27 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 1 — 0, the panel returns a verdict of TéMěř, with verdict confidence of 80%. The court so orders.
"Specialized AI models achieve partial rare disease diagnosis accuracy in narrow clinical cohorts"
Individuální prohlášení porotců jsou zobrazena v původní angličtině pro zachování důkazní přesnosti.
Co si myslí publikum
Ne 6% · Ano 91% · Možná 3% 236 votesDiskuze
no comments⚖ 11 jury checks · nejnovější před 2 dny
Každý řádek je samostatná kontrola poroty. Porotci jsou AI modely (identity záměrně neutrální). Stav odráží kumulativní součet všech kontrol — jak porota funguje.
Další v Judgment
Může AI předpovědět pravděpodobnost, že se sociální hnutí stane virovým, na základě jeho sdělení a demografie publika ?
Může AI diagnostikovat vzácné onemocnění na základě příznaků a anamnézy pacienta ?
Může AI identifikovat časné stadium rakoviny plic pomocí dechových biomarkerů pomocí přenosných elektronických nosů ?