Gli studenti di medicina stanno utilizzando l'AI prima di imparare a ragionare come medici

Punti chiave

• Circa due terzi dei medici americani utilizzano attivamente OpenEvidence, un chatbot AI costruito per i clinici, per cercare sintomi, interazioni farmacologiche e linee guida di trattamento.
• Gli educatori medici ora temono che i tirocinanti che utilizzano l'AI prima di sviluppare il giudizio clinico potrebbero non sviluppare affatto quella capacità di ragionamento.
• La preoccupazione ha un nome: "never-skilling", che è distinto dal "deskilling", il rischio già documentato che i professionisti formati dimentichino competenze che una volta possedevano.
• A differenza di un medico che è diventato dipendente dall'AI, un medico che non ha mai imparato a ragionare in modo indipendente potrebbe non avere una base su cui recuperare.

Uno strumento che aiuta i medici esperti a lavorare più velocemente potrebbe fare qualcosa di completamente diverso quando uno studente di primo anno di medicina lo utilizza.

OpenEvidence è un chatbot AI, simile nello stile a ChatGPT ma costruito specificamente per i clinici. Risponde a domande su sintomi sconcertanti, dosaggi di farmaci e linee guida di trattamento, e fornisce risposte in pochi secondi, attingendo dalla ricerca medica attuale. The Guardian AI ha segnalato per primo la crescente preoccupazione tra gli educatori medici che questo tipo di strumento, utilizzato nella fase sbagliata della formazione, potrebbe tranquillamente svuotare la prossima generazione di medici.

Che cos'è il "never-skilling" e perché è importante?

È il rischio che un tirocinante che si affida all'AI prima di sviluppare il giudizio fondamentale non lo sviluppi mai effettivamente. Il "deskilling" descrive ciò che accade a un esperto che smette di praticare una competenza che una volta possedeva. Quella persona ha una base; il recupero è possibile. Uno studente che salta completamente quella base è in una posizione diversa.

Il ragionamento clinico, il processo mentale di pesare i sintomi, escludere le diagnosi e prendere decisioni in condizioni di incertezza, richiede anni di pratica deliberata per svilupparsi. Non si impara leggendo una risposta. Si impara affrontando il problema, commettendo errori e comprendendo il perché.

Quando uno strumento produce la risposta corretta in tre secondi, un tirocinante può superare il test senza fare il ragionamento.

Chi è interessato in questo momento?

Gli studenti di medicina, i medici residenti e i fellow, cioè i medici in formazione specialistica post-laurea, sono i gruppi più a rischio. Queste sono persone nella fase in cui il ragionamento clinico dovrebbe formarsi.

Circa due terzi dei medici americani in esercizio utilizzano già regolarmente OpenEvidence, il che significa che i tirocinanti stanno raccogliendo uno strumento che sembra professionalmente normale. La preoccupazione non è che lo strumento sia sbagliato. Spesso non lo è. La preoccupazione è che le risposte corrette, fornite senza il lavoro del ragionamento, possano produrre medici che sono fluenti nel chiedere all'AI ma scarsi nel pensare senza di essa.

Cosa accade dopo?

Nessun organo di regolamentazione ha ancora stabilito regole formali sull'uso dell'AI nella formazione medica. Questo vuoto è importante. Le scuole di medicina stanno navigando largamente in modo individuale, senza standard condivisi su quando o come i tirocinanti dovrebbero utilizzare gli strumenti AI.

Per i pazienti, la domanda a lungo termine è semplice: quando l'AI non è disponibile, inaffidabile o semplicemente sbagliata su un caso insolito, il medico nella stanza sarà in grado di ragionare attraverso il problema da solo?

Gli esperti che attirano l'attenzione su questo problema non stanno argomentando contro l'AI in medicina. Stanno argomentando per una sequenza: costruire il giudizio per primo, poi aggiungere lo strumento.

Domande comuni

Questo significa che l'AI è cattiva per la formazione medica?

Non necessariamente. La preoccupazione è sui tempi, non sulla tecnologia stessa. I clinici esperti che utilizzano l'AI per verificare il loro ragionamento è diverso da un tirocinante che la utilizza per saltare completamente il passo del ragionamento.

Le scuole di medicina potrebbero semplicemente vietare gli strumenti AI agli studenti?

I divieti sono difficili da far rispettare e potrebbero non essere la risposta giusta. Gli educatori sono più focalizzati sulla progettazione di una formazione che richieda agli studenti di mostrare il loro processo di ragionamento, non solo arrivare a una risposta corretta.