Ichilov-AI kutter tusenvis av unødvendige blodprøver

En ny studie fra Ichilov Medical Center i Israel viser hvordan kunstig intelligens kan optimalisere laboratoriearbeid. Forskere der har utviklet en AI-modell som analyserer rutinetestdata for å forutsi om en full evaluering av blodprøver sannsynligvis vil returnere et negativt resultat. Modellen ble testet på 7454 evalueringer for lupus antikoagulant, hvor nesten 90 prosent var negative. Ved å bruke resultater fra to standard koagulasjonstester identifiserte AI-en prøver som med 98 prosent sikkerhet ville være negative. Dette betyr at tusenvis av oppfølgingstester kan bli unødvendige. Ichilov-forskerne understreker at AI-en ikke skal erstatte diagnostikk, men identifisere prøver som med stor sannsynlighet er negative. Prøver som ikke klassifiseres med høy sikkerhet, sendes videre til full standard analyse. Hvis teknologien tas i bruk bredere, kan den korte ned ventetider og spare laboratorier for ressurser.