Nouvelle étude de cas : Quelle est la capacité des modèles d'IA à analyser les résultats des tests sanguins ?

Une nouvelle étude de cas réalisée par WellnessPulse révèle les limites importantes des modèles de langage d'IA largement utilisés, tels que ChatGPT, Gemini et d'autres, dans l'interprétation des résultats d'analyses sanguines. L'étude a révélé qu'aucun des modèles d'IA ne répondait à plus de 33 % des critères de bonnes pratiques médicales établis pour l'analyse des tests sanguins.

Au moins un adulte américain sur six utilise les chatbots d'IA au moins une fois par mois pour trouver des informations et des conseils en matière de santé.

Pourtant, la recherche met en évidence des problèmes critiques : dans certains cas, les modèles d'IA n'ont pas réussi à identifier des problèmes de santé clés tels que l'hypercholestérolémie et l'anémie, ont omis de recommander des tests de diagnostic supplémentaires et, souvent, n'ont pas conseillé de consulter des professionnels de la santé ou n'ont pas fourni d'avertissements concernant leurs limites dans l'analyse des données d'analyses sanguines.

Principaux enseignements de la recherche :

- Aucun des modèles d'IA n'a dépassé 33 % d'adhésion aux critères de bonnes pratiques médicales dans les trois cas de test (panel de lipides, panel d'électrolytes et numération sanguine complète/test de fer).

- Les modèles d'IA ont souvent omis de recommander d'autres tests de laboratoire ou des consultations de spécialistes.

- Seuls deux modèles ont émis des avertissements sur les limites de leur capacité à fournir des conseils médicaux.

- Certains outils d'IA ont négligé des problèmes de santé critiques tels que l'anémie et l'hypercholestérolémie.

- Les modèles n'ont pas pu détecter les erreurs dans les données des analyses sanguines, ce qui a pu provoquer des inquiétudes injustifiées en matière de santé.

- Dans l'ensemble, les modèles d'IA interprètent souvent bien ou très bien les données des tests sanguins. Toutefois, ils ne fournissent généralement pas de suggestions supplémentaires ni d'avertissements appropriés. Ces outils sont également susceptibles de manquer des erreurs dans les données des tests sanguins et parfois de négliger des problèmes de santé potentiels.

Pour lire l'étude de cas complète, veuillez cliquer ici.

Méthodologie de recherche

Les chercheurs de WellnessPulse ont évalué cinq LLM d'IA populaires - ChatGPT (GPT-4-turbo), Claude, Perplexity, DeepSeek et Gemini - en utilisant trois cas synthétiques d'analyse sanguine créés par des spécialistes agréés en médecine de laboratoire. Chaque interprétation générée par l'IA a été évaluée en fonction de cinq critères de bonne pratique médicale, notamment la profondeur et l'exactitude de l'interprétation, les recommandations de tests supplémentaires, les conseils sur les prochaines étapes, l'orientation vers un spécialiste et l'émission d'avis de non-responsabilité.

https://wellnesspulse.com/research/artificial-intelligence-interpret-blood-test-results