Гарвардська медична школа нещодавно опублікувала у журналі «Science» нове дослідження про те, як великі мовні моделі показують себе в медичній діагностиці. Дослідження, спираючись на строгі подвійні сліпі тести та клінічну логічну оцінку, об’єктивно порівняло відмінності між AI-системами та людськими лікарями під час інтерпретації медичних карт. Дані показали, що найсучасніші AI-моделі демонструють перевагу під час обробки складної клінічної інформації, особливо в умовах високого тиску й інформаційної насиченості в приймальних відділеннях (невідкладних станах). Водночас дослідники наголошують, що їхні результати не означають, ніби системи штучного інтелекту вже готові до самостійного ведення пацієнтів, і не означають, що лікарів можна прибрати з процесу діагностики.
AI у пункті ранніх рішень у приймальному відділенні (невідкладних станах) має перевагу
Дослідницька команда запропонувала моделям LLM оцінювати пацієнтів у стандартному середовищі приймального відділення (невідкладних станах) на різних етапах — від раннього сортування до пізніших рішень щодо госпіталізації. На кожному етапі моделі надавали лише ту інформацію, яка була доступна на той момент — і яка безпосередньо походила з реальних електронних медичних карт, — та просили згенерувати можливі діагностичні результати й запропонувати рекомендації щодо наступного лікування. І саме на ранніх точках ухвалення рішень у реальних випадках приймального відділення (невідкладних станах) ця модель за точністю діагностики була на рівні або навіть кращою, ніж лікуючі лікарі — результат, який навіть здивував самих дослідників.
Дослідження підкреслює: AI досі не здатен автономно вести лікування, а роль лікарів лишається важливою
Втім дослідники наголосили, що їхні результати не означають, ніби системи штучного інтелекту вже готові до автономного ведення лікування, і не означають, що лікарів можна прибрати з процесу діагностики.
У звіті також зазначено, що швидкий розвиток AI має важливе значення для науки й практики клінічної медицини. Хоча застосування штучного інтелекту для підтримки клінічних рішень інколи розглядають як високоризиковий крок, ширше використання цих інструментів потенційно може допомогти зменшити діагностичні помилки, затримки та людські й економічні витрати, пов’язані з труднощами під час звернення по медичну допомогу.
Ця стаття Гарвардська медична школа — найновіше дослідження: AI у приймальному відділенні (невідкладних станах) демонструє рішення з діагностики, кращі за лікарів-людей, з’явилася найперше на Сайті новин ABMedia.
Related News
Працівник виграв знакову справу щодо заміни за допомогою ШІ в Китаї
Китайський суд ухвалив новий прецедент: законні підстави для автоматизації за допомогою ШІ без звільнень
HBM після AI-пам’яті: вузьке місце — це HBF? Лауреат премії Тюрінга Девід Паттерсон: міркування знову визначать архітектуру зберігання
Розбір Berkeley GEPA: без оновлення ваг AI може навчитися новим завданням, знизивши витрати на тренування в 35 разів проти RL
Оцінка AISI: можливості GPT-5.5 щодо мережевих атак на рівні з Anthropic Mythos