Гарвардская медицинская школа недавно опубликовала в журнале Science новое исследование о том, как крупные языковые модели проявляют себя в медицинской диагностике. В рамках строгих двойных слепых тестов и клинической логической оценки исследователи объективно сравнили различия между AI-системами и врачами-людьми в интерпретации медицинских карт. Данные показывают, что новейшие AI-модели демонстрируют более высокую эффективность при обработке сложной клинической информации, особенно в условиях высокой нагрузки и информационной насыщенности в отделениях неотложной помощи. Однако авторы по-прежнему подчёркивают: их результаты не означают, что системы искусственного интеллекта уже готовы заниматься самостоятельной врачебной практикой, и не означают, что врачей можно убрать из процесса диагностики.
AI превосходит людей на ранних точках принятия решений в приёмном отделении
Команда позволила LLM-моделям оценивать пациентов на разных этапах в стандартной среде неотложной помощи — от ранней сортировки до решения о госпитализации на более поздней стадии. На каждом этапе модель получала только информацию, доступную в тот момент: эти данные напрямую брались из реальных электронных медицинских карт — и ей предлагалось выдавать возможные диагностические результаты и рекомендации по дальнейшему лечению. И в реальных кейсах отделений неотложной помощи на ранних точках принятия решений модель по точности диагностики была наравне с лечащими врачами или даже лучше — этот результат даже удивил исследователей.
Исследование подчёркивает: AI всё ещё не может лечить самостоятельно, роль врача остаётся важной
Тем не менее, исследователи акцентируют, что их результаты не означают, будто системы искусственного интеллекта уже готовы к самостоятельной врачебной практике, и не означают, что врачей можно исключить из процесса диагностики.
В отчёте также отмечается, что быстрый прогресс AI по-прежнему имеет существенное значение для науки и практики клинической медицины. Хотя более широкое внедрение AI в поддержку клинических решений иногда воспринимается как мера с высоким риском, более повсеместное использование этих инструментов может помочь снизить ошибки диагностики, задержки и затраты, связанные с нехваткой персонала и экономическими трудностями из‑за проблем с обращением за медицинской помощью.
Эта статья Гарвардская медицинская школа: новейшее исследование — диагностика в приёмном отделении лучше решений врачей впервые появилась в Цепные новости ABMedia.
Отказ от ответственности: Информация на этой странице может поступать от третьих лиц и не отражает взгляды или мнения Gate. Содержание, представленное на этой странице, предназначено исключительно для справки и не является финансовой, инвестиционной или юридической консультацией. Gate не гарантирует точность или полноту информации и не несет ответственности за любые убытки, возникшие от использования этой информации. Инвестиции в виртуальные активы несут высокие риски и подвержены значительной ценовой волатильности. Вы можете потерять весь инвестированный капитал. Пожалуйста, полностью понимайте соответствующие риски и принимайте разумные решения, исходя из собственного финансового положения и толерантности к риску. Для получения подробностей, пожалуйста, обратитесь к
Отказу от ответственности.
