Изкуственият интелект е поставял по-точни диагнози от лекарите в спешно отделение, според проучване на Медицинския факултет на Харвард. Моделите o1 и GPT-4o на OpenAI демонстрират по-висока първоначална диагностична точност при тестове на реални пациенти при условия на ограничени данни.
В проучване, публикувано в научното издание Science, екип от учени от Медицинския факултет на Харвард и Медицинския център Бет Израел Дийконес в Бостън сравнява диагностичната точност на лекарите и широкомащабните езикови модели на OpenAI в реална обстановка на спешно отделение.
Проучването включва анализ на 76 случая на пациенти, приети в спешното отделение. За всеки случай диагнозите, поставени от двама лекари от първа линия, са сравнени с отговорите на моделите o1 и GPT-4o на OpenAI.
Оценките са проведени от независими лекари, които не са били запознати с диагнозите, генерирани от изкуствения интелект.
В първия етап на диагностика – по време на триажа, когато информацията за пациента е минимална – моделът o1 предоставя точна или почти точна диагноза в 67% от случаите. За сравнение, единият лекар е постигнал този резултат в 55% от случаите, а другият – в 50%.
Според авторите на проучването, AI моделите не са получили никакви допълнителни данни: те са ползвали същата информация от електронни медицински досиета, която е била достъпна за лекарите по време на вземане на решение. Това е позволило директно сравнение на качеството на първоначалната интерпретация на клиничната информация.
Изследователите отбелязват, че в редица сценарии езиковите модели или са превъзхождали лекарите, или са демонстрирали сравними нива на точност. Това е било особено очевидно в условия с ограничени данни, типични за първоначалните консултации с пациенти.
Харвард уточнява, че целта на изследването не е била да се докаже готовността на AI за самостоятелна медицинска практика. Авторите подчертават необходимостта от проспективни клинични изпитвания и валидиране на такива системи в реални здравни условия преди каквото и да е практическо приложение.
Изследователите също така посочват ограничения на AI: моделите са работили само с текстови данни, докато в реалната медицина изображенията, анализите и прегледите играят критична роля. Те оценяват, че настоящите системи се представят по-зле при мултимодални задачи, които изискват сложни клинични разсъждения.
Един от авторите на изследването, лекарят Адам Родман, отбелязва, че понастоящем няма унифицирана система за отчетност на решенията, взети от медицинския изкуствен интелект, което прави въпроса за внедряването особено чувствителен.
Критиците на изследването също така посочват, че сравнението е проведено с лекари по вътрешни болести, а не със специалисти от спешните отделения. Те смятат, че това може да повлияе на тълкуването на резултатите и да надцени относителните предимства на AI моделите.
