Новое исследование демонстрирует, что современные языковые модели способны ставить более точные диагнозы в сложных клинических случаях по сравнению с опытными врачами. Результаты, опубликованные в New England Journal of Medicine, показывают превосходство ИИ в 72% случаев.
Методология исследования
В исследовании участвовали 302 сложных диагностических случая из реальной медицинской практики. Каждый случай оценивали:
- 25 врачей-экспертов с опытом более 10 лет
- 5 различных языковых моделей (GPT-4, Claude 3, Med-PaLM 2 и другие)
- Специализированная медицинская модель, обученная на 2 миллионах клинических записей
Ключевые результаты
Языковые модели показали значительно более высокую точность диагностики:
- Общая точность врачей: 58%
- Общая точность ИИ: 76%
- В особо сложных случаях разрыв достигал 35%
- Модели реже пропускали редкие заболевания
Ирония в том, что машины начинают лучше справляться с задачами, требующими именно человеческого опыта и интуиции. Вместо замены рутинной работы они превосходят нас в самом сложном — диагностике неочевидных случаев. Это заставляет пересмотреть представления о том, какие медицинские задачи действительно сложны для ИИ.
Ограничения и предостережения
Несмотря на впечатляющие результаты, исследователи подчеркивают важные ограничения:
- Модели не имеют доступа к физическому осмотру пациента
- Отсутствует клиническая интуиция и опыт работы с пациентами
- Возможны «галлюцинации» и генерация непроверенной информации
- Требуется тщательная валидация в реальных клинических условиях
Будущее медицинской диагностики
Исследование предполагает, что оптимальным подходом будет комбинация человеческого опыта и искусственного интеллекта. Врачи смогут использовать ИИ как «второе мнение» для сложных случаев, уменьшая количество диагностических ошибок.
По сообщению MIT Technology Review, несколько медицинских учреждений уже начали пилотные внедрения подобных систем.