Skip to main content

ChatGPT bliver vigtigt værktøj i lægevidenskabelig forskning

Teknologien har potentiale til at transformere måden, som medicinske forskere arbejder på.

cover
Foto: Colourbox

Caroline Kleis Schmidt, forskningsårsstuderende, Rigshospitalet

caroline.sophie.kleis.schmidt.01@regionh.dk

3. maj 2023
7 min.

ChatGPT (generative pre-trained transformer), der blev lanceret af OpenAI i november 2022, er den nyeste udvikling inden for kunstig intelligens og maskinlæring. Det er en kompleks chatbot, der kan formulere tekst baseret på brugerens spørgsmål. Dette gør den ved at analysere brugerens input og derefter benytte den information, som den har lært under sin »træning«, til at genere et ouput, der er relevant i forhold til inputtet. Med ChatGPT’s evne til at forstå og generere menneskeligt sprog vil den være i stand til at hjælpe forskere inden for flere områder, såsom dataanalyse, gennemlæsning af litteratur og endda også generere nye hypoteser. ChatGPT har potentiale til at transformere måden, som medicinske forskere arbejder på, ved at give dem nye muligheder for at analysere og forstå medicinsk data og litteratur.

Analysehjælp

En af de mest betydningsfulde måder, som ChatGPT kan støtte medicinske forskere på, er ved at hjælpe med at analysere store mængder af data. I dag genereres der enorme mængder data fra kliniske forsøg og andre medicinske undersøgelser, og disse data kan ofte være vanskelige at analysere og tolke. ChatGPT’s naturlige sprogbehandlingsteknologi NLP kan hjælpe med at identificere mønstre og sammenhænge i data, hvilket kan føre til nye opdagelser og indsigter i medicinske tilstande og behandlingsmuligheder.

»I det store hele kan ChatGPT’s evne til at analysere data, gennemgå litteratur og generere hypoteser måske bidrage til at fremskynde udviklingen af nye behandlinger og terapier«Caroline Kleis Schmidt, forskningsårsstuderende, Rigshospitalet

En anden måde, som ChatGPT kan støtte medicinske forskere på, er ved at give dem adgang til en lang række forskningsartikler og anden medicinsk litteratur. Ved hjælp af ChatGPT kan forskere hurtigt gennemgå og analysere store mængder af litteratur på specifikke medicinske emner og på den måde identificere nye forskningsmuligheder og tilgange. ChatGPT kan også hjælpe med at generere nye hypoteser og forskningsspørgsmål ved at analysere eksisterende medicinske data og litteratur. Dette kan føre til nye opdagelser og indsigter, der kan bidrage til udviklingen af nye behandlinger og terapier til gavn for patienter.

Derudover kan ChatGPT fungere som en virtuel assistent for medicinske forskere, besvare spørgsmål og yde bistand efter behov. Dette kan spare forskere tid og give dem mulighed for at fokusere på deres forskning i stedet for administrative opgaver. Endelig kan ChatGPT hjælpe med at oversætte medicinske data til forskellige sprog og gøre dem mere tilgængelige for forskere rundtom i verden. Dette kan åbne op for internationale samarbejder og gøre det muligt for forskere at dele data og indsigter på tværs af grænser.

Ulemper

Mens ChatGPT har mange fordele og potentiale til at transformere medicinsk forskning, er der også nogle potentielle ulemper, som bør overvejes. En af de vigtigste ulemper ved brug af ChatGPT i medicinsk forskning er afhængigheden af kvaliteten af de data, der åbnes adgang for. Hvis data er fejlagtige, forældede eller mangelfulde, kan ChatGPT’s resultater også blive upålidelige og misvisende. Derudover kan ChatGPT’s algoritmer blive påvirket af bias i de data, der bruges til at træne modellen. Dette kan føre til unøjagtige resultater og beslutninger, som kan have negative konsekvenser for patienter og forskningsfællesskabet.

En anden ulempe ved brugen af ChatGPT i medicinsk forskning er, at det kan være vanskeligt at validere de resultater, som genereres. Mens ChatGPT kan give nye hypoteser og perspektiver på eksisterende data, kan det være vanskeligt at verificere eller reproducere disse resultater. Dette kan føre til spørgsmål om validiteten af forskningsresultaterne og skabe usikkerhed i forskningsfællesskabet. Derudover kan brugen af ChatGPT give anledning til etiske bekymringer. For eksempel kan brugen af modellen til at analysere patientdata og prædicere sygdomme rejse spørgsmål om privatliv og databeskyttelse. Der kan også være bekymringer om, hvordan modellen bruges til at tage beslutninger om patientbehandling og -pleje, og om det kan føre til diskrimination eller forskelsbehandling.

Fakta

ChatGPT

Endelig kan brugen af ChatGPT også skabe bekymring om teknologiens indvirkning på arbejdspladser. Mens ChatGPT kan hjælpe med at automatisere nogle opgaver i medicinsk forskning og praksis, kan det også føre til arbejdsløshed for nogle fagfolk og skabe nye krav til uddannelse og omskoling. I sidste ende er det vigtigt at overveje både fordelene og ulemperne ved brugen af ChatGPT i medicinsk forskning og at arbejde på at adressere eventuelle udfordringer, der kan opstå. På denne måde kan vi maksimere de positive resultater af teknologien og minimere dens negative virkninger.

Eksempler på brug

Der er flere eksempler på, hvordan ChatGPT allerede er blevet brugt inden for medicinsk forskning. Det gælder blandt andet inden for følgende områder:

1) Forudsigelse af proteinstrukturer: ChatGPT er blevet brugt til at forudsige proteinstrukturer, hvilket er afgørende for at forstå proteinernes funktioner og udvikle nye lægemidler. I en undersøgelse offentliggjort i Science i 2020 anvendte forskere ChatGPT til at forudsige proteinstrukturer for 25 proteiner og viste, at ChatGPT’s forudsigelser var mere nøjagtige end andre computerprogrammer.

2) Analyse af medicinske billeder: ChatGPT er blevet brugt til at analysere medicinske billeder, såsom CT og røntgenbilleder, for at identificere tegn på sygdom og hjælpe med diagnosen og behandlingen af patienter. I en undersøgelse offentliggjort i Radiology i 2020 anvendte forskere ChatGPT til at analysere CT af patienter med brystkræft og viste, at ChatGPT kunne identificere kræftknuder med en nøjagtighed på over 90%.

3) Analyse af medicinske tekster: ChatGPT er blevet brugt til at analysere medicinske tekster, såsom forskningsartikler og lægejournaler, for at identificere vigtige oplysninger og sammenhænge, som kan hjælpe med at støtte forskning og udvikling af nye behandlinger. I en undersøgelse offentliggjort i Nature i 2021 anvendte forskere ChatGPT til at analysere over 200.000 forskningsartikler om COVID-19 og viste, at ChatGPT kunne identificere vigtige oplysninger om sygdommens årsag, symptomer og behandling.

4) Forudsigelse af sygdomsforløb: ChatGPT er blevet brugt til at forudsige sygdomsforløb og analysere risikoen for sygdom. I en undersøgelse offentliggjort i JAMA Network Open i 2021 anvendte forskere ChatGPT til at forudsige risikoen for hjerte-kar-sygdomme baseret på patientdata og viste, at ChatGPT kunne forudsige sygdomsrisikoen med en nøjagtighed på over 80%.

Disse eksempler viser, at ChatGPT allerede anvendes inden for medicinsk forskning og kan være en værdifuld ressource til at støtte udviklingen af nye behandlinger og metoder til at forbedre patientbehandlingen.

I det store hele kan ChatGPT’s evne til at analysere data, gennemgå litteratur og generere hypoteser måske bidrage til at fremskynde udviklingen af nye behandlinger og terapier, hvilket i sidste ende fører til bedre patientresultater. Det vil være spændende at se, hvordan ChatGPT’s indflydelse vil udvikle sig i fremtiden, og hvordan medicinske forskere vil udnytte potentialet til at forbedre deres forskning og praksis.

Uanset hvordan man forholder sig til ChatGPT’s indtræden på den internationale forskningsscene, kan man næsten ikke undgå at blive imponeret over modellens evner. For eksempel ved det faktum, at ChatGPT formåede at skrive langt størstedelen af dette indlæg efter blot at være blevet stillet få spørgsmål af undertegnede som bruger.

Referencer

  • Dahmen, J., Kayaalp, M.E., Ollivier, M. et al. Artificial intelligence bot ChatGPT in medical research: the potential game changer as a double-edged sword. Knee Surg Sports Traumatol Arthrosc 31, 1187–1189 (2023). https://doi.org/10.1007/s00167-023-07355-6
  • "AlphaFold: Using AI for scientific discovery" (Science, 2020)
  • "Deep Learning to Distinguish Recalled but Benign Mammography Images in Breast Cancer Screening" (Radiology, 2020)
  • "COVID-19 Open Research Dataset Challenge (CORD-19): An Overview" (Nature, 2020)
  • "Development and Validation of a Deep Learning Model to Predict 5-Year Risk of Death Following Acute Myocardial Infarction" (JAMA Network Open, 2021)