به گزارش «خبرنامه دانشجویان ایران»؛ به نقل از استریت تایمز، این مدل با استفاده از یک سامانه هماهنگ‌کننده مشخص می‌کند چه پرسش‌هایی باید از بیمار پرسیده و چه معاینات و آزمایش‌هایی باید انجام شود. این هماهنگ‌کننده نحوه رسیدگی هوش مصنوعی به مسئله را سازمان‌دهی می‌کند و از یک گروه شبیه‌سازی‌شده از متخصصان بالینی بهره می‌گیرد که برای حل پرونده‌های تشخیصی با یکدیگر همکاری می‌کنند.
مدل‌های رایج هوش مصنوعی پزشکی معمولا رویکردی یک‌باره دارند، یعنی تمام علائم بیمار، نتایج آزمایشگاهی و تصاویر پزشکی او را به‌طور همزمان بررسی می‌کنند تا به تشخیص برسند.
در این مدل جدید، هماهنگ‌کننده مراحل لازم برای رسیدن به تشخیص را مدیریت می‌کند. هوش مصنوعی ابتدا تصمیم می‌گیرد چه پرسش‌هایی درباره سوابق پزشکی بیمار مطرح کند و کدام یافته‌ها در معاینه فیزیکی اهمیت بیشتری دارند.
سپس بر اساس اطلاعاتی که به دست می‌آورد، آزمایش‌های موردنیاز را انتخاب می‌کند، نتایج آن‌ها را بررسی می‌کند و در صورت لزوم، آزمایش‌های بیشتری درخواست می‌دهد.
پژوهشگران ارشد این تحقیق در گفت‌وگویی اعلام کردند هوش مصنوعی در تمام این مراحل، فرضیه‌های تشخیصی و برنامه‌های خود را به‌روزرسانی می‌کند.
این مدل که از هماهنگ‌کننده تشخیصی استفاده می‌کند، برای بررسی بیش از ۳۰۰ پرونده پزشکی بسیار غیرمعمول و پیچیده به کار گرفته شد. نتایج نشان داد که دقت آن در ارزیابی وضعیت بیمار و تعیین تشخیص، بیش از دو برابر پزشکان عمومی بود؛ پزشکانی که برای حل این پرونده‌ها از کتاب‌های مرجع و اینترنت استفاده می‌کردند.
این ابزار همچنین در مواجهه با سناریوهایی برگرفته از یک پایگاه داده بزرگ از پذیرش‌های بخش اورژانس، عملکرد بهتری نسبت به پزشکان انسانی داشت.
پژوهشگران گفته اند که ارزیابی‌های مربوط به مقایسه این نوع سیستم‌های قدیمی‌تر با پزشکان انسانی، معمولاً بر اساس پرسش‌های چندگزینه‌ای انجام می‌شود.
