ChatGPT managt Einnahme vieler Medikamente

Künstliche Intelligenz spiegelt laut Untersuchung auch tatsächliche Verschreibungspraxis wider

Polypharmazie: Überblick für Ältere oft schwierig (Foto: pixabay.com, Pexels)

Boston (pte015/18.04.2024/10:30) - Laut Forschern des Mass General Brigham MESH Incubator ( https://meshincubator.org ) ist ChatGPT als Tool für das Management von Polypharmazie, also der gleichzeitigen Einnahme von fünf oder mehr Medikamenten, sowie beim Verzicht auf Präparate vielversprechend. Vor allem ältere Patienten könnten davon profitieren, denn die mehrfache Einnahme birgt das Risiko von unerwünschten Wechselwirkungen. Die im "Journal of Medical Systems" veröffentlichten Ergebnisse gelten als der erste Anwendungsfall von KI-Modellen im Management von Medikamenten.

Szenarien durchprobiert

ChatGPT ist für verschiedene klinische Szenarien eingesetzt worden. Jedes Szenario zeigte den gleichen älteren Patienten, der einen Mix aus Medikamenten einnahm. Die Abweichungen bezogen sich auf Unterschiede in der Vorgeschichte bei Herz-Kreislauf-Erkrankungen und dem Ausmaß der Einschränkung bei den Aktivitäten des Alltags.

Wurden ChatGPT mit "Ja" oder "Nein" zu beantwortende Fragen zur Reduzierung der verschriebenen Medikamente gestellt, empfahl der Chatbot bei Patienten ohne Vorgeschichte einer Herz-Kreislauf-Erkrankung einheitlich, weniger Medikamente einzunehmen. Bestand jedoch eine derartige medizinische Vorgeschichte, war ChatGPT vorsichtiger und veränderte die Medikation mit einer geringeren Wahrscheinlichkeit.

In beiden Fällen haben die Forscher jedoch beobachtet, dass die Einschränkungen im Alltag die Ergebnisse bei der Verschreibungspraxis nicht zu beeinflussen schienen. ChatGPT zeigte zudem eine Tendenz, Schmerzen zu vernachlässigen und trotzdem Schmerzmittel eher zu verschreiben als Statine oder Blutdrucksenker.

Abweichende Antworten

Zusätzlich gab es Abweichungen bei den Antworten des Chatbot, wenn das gleiche Szenario in neuen Chat-Sitzungen präsentiert wurde. Das führen die Studienautoren auf ein Widerspiegeln der Inkonsistenzen bei den Trends in der Verschreibungspraxis zurück, anhand der das Modell trainiert wurde. Es sei laut dem leitenden korrespondierenden Autor Marc Succi selbstverständlich notwendig, die Genauigkeit derartiger Modelle noch weiter zu verbessern.

Der leitenden Wissenschaftlerin Arya Rao zufolge legen diese Forschungsergebnisse jedoch nahe, dass auf Künstlicher Intelligenz basierende Modelle insbesondere bei älteren Personen eine wichtige Rolle bei der Gewährleistung einer sicheren Verschreibungspraxis spielen können. Mehr als 40 Prozent der Erwachsenen entsprechen den Kriterien für eine Polypharmazie.

(Ende)