2000. aastatel kasutas Adam Rodman, olles siis teise aasta meditsiiniüliõpilane, oma raamatukogu, et aidata patsienti, kellel oli keeruline seisund. Ta veetis kaks tundi uuringute tegemiseks ja tõenduspõhiste leidude jagamiseks, mis mõjutasid oluliselt patsiendi hooldust. Nüüd, olles assistent professor Harvardi Meditsiinikoolis ja arst Beth Israel Deaconess Meditsiinikeskuses, kasutab ta nutitelefoni rakendust nimega OpenEvidence, mille on välja töötanud Harvardi õppejõud, mis võimaldab tal kiiresti pääseda juurde meditsiinilisele kirjandusele patsientide kohtumiste ajal. Suured keelemudelid (LLM-id), nagu ChatGPT, mille tutvustamine toimus 2022. aastal, on määratud meditsiinimaastikku muutma, meenutades inimgenoomi projekti või interneti debüüti, parandades tõhusust, vähendades vigu ja tugevdades patsiendi ja arsti suhteid. Siiski tekitab see muutus muret andmeallikatesse imbunud eelarvamuste üle ja LLM-ide potentsiaali “hallutsioneerida”, luues valeinformatsiooni. Rodman hoiatab, et kui meditsiiniala ei õnnestu oma struktuuri ja prioriteete ümber mõelda, võib AI mõju jääda piiratud. Isaac Kohane, biomeditsiinilise informaatika osakonna esimees, tõdeb, et tänapäeva AI võimed on võrreldes mineviku tehnoloogiatega enneolematud.

Kuna tervishoiusüsteemis on selged ebaefektiivsuse tunnused, rõhutab ta, et AI peaks inimklinikute tööd täiendama, mitte asendama. AI kohene kasutegur on ilmnenud sellistes ülesannetes nagu eelautorisatsiooni taotluste koostamine ja diagnooside soovitamine, tuues esile selle potentsiaali otsuste tegemise parandamiseks. Üks uurimus näitas, et LLM-id suudavad kogenematute arstide puhul diagnostilises täpsuses ületada arste. Rodman soovitab kasutada AI-d teise arvamusena, et suurendada praktikute kriitilist mõtlemist. Hoolimata selle lubadustest hoiatavad eksperdid, et AI integreerimist tuleb hoolikalt juhtida andmebaaside eelarvamuste ja teadlikku inimjärelevalvet vajava vajaduse tõttu. Juhuvalikatuud illustratsioonid patsiendihoolduse erinevustes näitavad, kuidas AI-sse embeditud eelarvamused võivad olemasolevaid tervishoiu ebavõrdsusi süvendada. Uurimistöös näitab AI potentsiaali edusammude hõlbustamiseks, ennustades valkude struktuure ja funksioone, aidates teadlastel ületada teadlikkuse lõhesid. Meditsiinikool integreerib üha rohkem AI-d oma õpikavasse, rõhutades vajadust, et tulevased tervishoiutöötajad kohaneksid kiiresti areneva tehnoloogilise maastikuga. Kokkuvõttes pakub AI meditsiinile ümberkujundamise võimaluse, pakkudes suuremat tõhusust ja paremat patsiendihooldust, kuid sellega kaasnevad olulised riskid, mida tuleb käsitleda, et tagada õiglane ja turvaline tervishoiupraktika. Jätkuv haridus ja paindlik lähenemine on hädavajalikud spetsialistidele, kes navigeerivad selle tehnoloogilise muutuse kaudu.