Медичний ШІ переважає лікарів у чотири рази

Не зважаючи на те, що вже сьогодні ШІ ставить діагнози точніше за людей, якість діагностики все одно не зростає, оскільки лікарі-люди не довіряють діагнозам нейромереж.

Про це повідомляє Корнельський університет (США), пише DailyLviv.com.

Дослідники з Microsoft опублікували результати, що показують, що їхня експериментальна система діагностики на основі штучного інтелекту MAI-DxO значно перевершує лікарів-людей у ​​вирішенні складних медичних завдань, а також дозволяє скоротити передбачувані витрати на тестування.

«Медичний надінтелект» від Microsoft виявився вчетверо точнішим за лікарів. Інженери компанії випробували технологію на 304 складних клінічних випадках та отримали вражаючий результат.

Система MAI-DxO поєднує в собі відразу кілька нейромережевих моделей: ChatGPT, Gemini, Claude та кілька інших. Технологія імітує спільну роботу лікарів-експертів, влаштовуючи своєрідний консиліум. Спочатку MAI-DxO розбиває завдання на етапи: первинне опитування пацієнта, підбір діагнозів, аналіз можливих помилок, фінальний аудит. Потім призначає відповідальні нейромережі, які мають шляхом взаємодії дати найточніший результат.

Тестування на випадках з медичного журналу The New England Journal of Medicine показало: MAI-DxO правильно вирішила 80% завдань і виявилася вчетверо точнішою за фахівця-людину. Група з п’яти досвідчених терапевтів, наприклад, правильно вирішила лише 20% завдань — хоч і діяли вони роз’єднано, на відміну лікарів-нейромереж.

У компанії вважають, що модель у будь-якому випадку виконуватиме підтримку діючих лікарів-людей — принаймні спочатку. На думку дослідників з Гарварду та Стенфорда, вже сьогодні ШІ ставить діагнози точніше за людей — при цьому якість діагностики все одно не зростає, оскільки лікарі-люди не довіряють діагнозам нейромереж.

Тестування проводилося на складних, поодиноких випадках, які не є типовими для медичної практики. У ході дослідження не вдалося оцінити, наскільки добре MAI-DxO справляється з поширеними захворюваннями і чи може він не зауважити очевидні діагнози при виявленні рідкісних захворювань. 



Джерело