Исследователи Института человеческого развития Макса Планка, Института когнитивных наук и технологий, а также Норвежского университета науки и технологий разработали подход с использованием коллективного разума для повышения точности медицинских диагнозов. Результаты исследования опубликованы в журнале Proceedings of the National Academy of Sciences (PNAS).
По оценкам, каждый год в США от предотвратимых медицинских ошибок происходит около 250 тысяч фатальных исходов, при этом многие из ошибок возникают во время диагноза. Мощным способом повысить точность диагностики является объединение диагнозов нескольких врачей в коллективное решение, однако существуют сложности, связанные с интеграцией нестандартизированных данных от разных людей.
Чтобы решить эту проблему, исследователи использовали большой набор данных по общей медицинской диагностике, собранный в рамках проекта Human Diagnosis Project (Human Dx), в котором представлена наиболее полная информация о пациентах и клинические данные.
Были проанализированы все медицинские случаи, созданные на онлайн-платформе в период с 7 мая 2014-го по 5 октября 2016 года, каждый из которых был рассмотрен не менее чем десятью диагностами независимо друг от друга. Эта выборка была использована для построения семантического графа знаний — структурированного набора данных, в основе которого лежит словарь (онтология) клинических терминов SNOMED CT и отношения между этими терминами. Граф позволил ученым соотнести каждый конкретный диагноз в Human Dx с идентификаторами в SNOMED, которые определяли расстройства, морфологические аномалии или свойства человеческого организма.
Далее исследователи рассмотрели выборку 1333 медицинских случаев в Human Dx, оценив по баллам степень коллективной поддержки среди десяти диагностов каждого из диагнозов (соотнесенных со SNOMED), предложенных этими диагностами. Затем они проверили, соответствуют ли предложенные диагнозы, набравшие более всего баллов в коллективном рейтинге, правильному диагнозу.
Оказалось, что вероятность присутствия правильного диагноза в топ-3 коллективного рейтинга возрастает с 46 процентов для одиночных до 76 процентов для групп из десяти диагностов. В целом, увеличение количества членов группы повышает вероятность того, что правильный диагноз будет присутствовать в топ-1, топ-2 или топ-3 коллективного диагноза.