Czy sztuczna inteligencja (AI) – ChatGPT – może być pomocny w ustaleniu schematu leczenia biologicznego pacjentów z przewlekłym zapaleniem zatok przynosowych? W obecnym wpisie podsumowuję i tłumaczę ciekawą publikację włoskich naukowców i laryngologów. Praca ukazała się w maju 2024 roku i dostęp do niej jest bezpłatny (link do artykułu)
Tytuł pracy: ChatGPT jako nowe narzędzie do wyboru biologicznego leczenia przewlekłego zapalenia zatok przynosowych z polipami: „Zalecana Ostrożność” czy „Odległa Rzeczywistość”?
Omówienie publikacji: ChatGPT, model językowy opracowany przez OpenAI, może zrewolucjonizować interakcje pacjent-lekarz w dziedzinie medycyny, w tym w leczeniu przewlekłego zapalenia zatok przynosowych (CRS) z polipami (CRSwNP). Badanie to ocenia zgodność zaleceń ChatGPT z wytycznymi rynologicznymi w zakresie terapii biologicznej dla pacjentów z CRSwNP. Celem badania jest sprawdzenie, czy wybrana terapia biologiczna dla pacjentów z CRS jest zgodna z rekomendacjami zaproponowanymi przez ChatGPT. Przeprowadzono badanie kohortowe z udziałem 72 pacjentów, oceniając różne parametry zapalenia typu 2. Wyniki oceniono pod kątem zgodności zaleceń ChatGPT z wytycznymi rynologicznymi. Badanie wykazało zgodność zaleceń na poziomie 68% (Kappa = 0,69). Zgodność zaleceń wynosiła 79,6% dla dupilumabu, 20% dla mepolizumabu i 0% dla omalizumabu. Pacjenci, u których zalecono dupilumab, odczuli poprawę, natomiast u pacjentów z mepolizumabem efekty były mniej jednoznaczne. W Dyskusji autorzy omawiają zapalenie zatok (CRS) jako przewlekłą chorobę zapalną, którą można podzielić na CRS bez polipów (CRSsNP) i z polipami (CRSwNP). Zapalenie typu 2 jest dominujące w CRSwNP, co wymaga bardziej zaawansowanych terapii, w tym terapii biologicznych. Wnioski płynące z pracy: modele AI, takie jak ChatGPT, mogą wspierać decyzje kliniczne, jednak obecnie nie zastąpią specjalistycznych konsultacji. ChatGPT może wspierać otolaryngologów w wyborze terapii biologicznych dla pacjentów z CRSwNP. Badanie to podkreśla potrzebę dalszych badań i doskonalenia narzędzi AI, aby mogły być one efektywnie wykorzystywane w praktyce klinicznej.
