Neue Studie: AI als Patient:innenbegleiter bei AMD?

Die Universitätsklinik für Augenheilkunde sieht grosse Chancen für AI. Eine rezent publizierte Studie der Klinik (1) befasst sich mit der altersbedingten Makuladegeneration (AMD), einer der weltweit häufigsten Ursachen für Sehkraftverlust (2). Da die Prävalenz der AMD voraussichtlich zunehmen wird (3), gibt es einen wachsenden Trend, dass Patienten online nach Informationen suchen, was zu potenziellen Fehlinformationen führt (4). Um dem entgegenzuwirken, untersucht die Studie die Verwendung von großen Sprachmodellen (LLMs), insbesondere ChatGPT 3.5, Bing AI und Google Bard, um auf häufige Fragen von AMD-Patienten zu antworten.

Die Studie kam zu dem Schluss, dass ChatGPT 3.5 ein wertvolles Tool für Patienten mit AMD sein könnte, das genaue und verständliche Informationen bietet. Obwohl alle drei LLMs vielversprechend waren, gibt es Raum für Verbesserungen, insbesondere bei der Bearbeitung eher technischer Anfragen. Die Forscher schlugen vor, dass zukünftige Studien, einschließlich größer angelegter und realer Untersuchungen, mehr Einblicke in die praktische Anwendung und den Einfluss dieser KI-Tools auf die Verbesserung des Lebens von Patienten und Ärzten im Bereich der Augenheilkunde liefern könnten.

Lorenzo Ferro Desideri, PhD-Student und Erstautor des Artikels sagt zum Thema: "'In naher Zukunft könnte die künstliche Intelligenz ein vielversprechendes zusätzliches Instrument für die Behandlung von Patienten mit AMD sein."

Autoren: Lorenzo Ferro Desideri, Dr. med. Janice Roth, Prof. Dr. Dr. med. Martin Zinkernagel & Dr. med. Rodrigo Anguita

Die vollständige Studie können Sie hier lesen.

Referenzen:
1. Ferro Desideri, L., Roth, J., Zinkernagel, M. et al. Application and accuracy of artificial intelligence-derived large language models in patients with age related macular degeneration. Int J Retin Vitr. 2023;9,71. doi.org/10.1186/s40942-023-00511-7

2. Guymer, R.H., Campbell, T.G.. Age-related macular degeneration. Lancet. 2023;401(10386):1459-1472. doi.org/10.1016/S0140-6736(22)02609-5

3. Deng Y., Qiao L., Du M., et al. Age-related macular degeneration: epidemiology, genetics, pathophysiology, diagnosis, and targeted therapy. Genes Dis. 2022;9(1):62–79. https://doi.org/10.1016/j.gendis.2021.02.009

4. Li J.O., Liu H., Ting D.S.J., et al. Digital technology, tele-medicine and artificial intelligence in ophthalmology: a global perspective. Prog Retin Eye Res. 2021;82: 100900. https://doi.org/10.1016/j.preteyeres.2020.100900

Lorenzo Ferro Desidero, PhD-Student und Erstautor des Artikels