ИИ уже превосходит обычных медиков в точности определения диагноза
Опубликованные в журнале Nature вчера данные, на которые ссылается Financial Times, говорят о достижении искусственным интеллектом того же или более высокого уровня по сравнению с терапевтами в сфере постановки диагноза и составления плана лечения. Эксперты при этом подчёркивают, что в реальных условиях ИИ пока ещё не способен безопасным образом заменить медицинских специалистов.
Специализированные модели Mira и Google Amie, которые подвергались тестированию авторами исследования, показали более высокую результативность в выявлении у пациентов признаков рака поджелудочной железы и пневмонии, а также составлении планов лечения и диагностики, по сравнению с терапевтами. Кроме того, такие специализированные ИИ-модели дают клиентам более точные медицинские рекомендации, чем универсальные.
По словам Якоба Катера (Jacob Kather), который возглавляет группу немецких учёных, разработавших медицинскую модель Mira, ИИ-агенты подобны автопилоту в авиации — они способны взять на себя рутинную часть работы врачей, но ответственность в конечном итоге должна лежать на терапевте. Mira опирается на электронный банк историй болезни, выбирая из более чем 85 000 вариантов назначений. При её обучении использовались данные о более чем 500 клинических случаев медицинского вмешательства. Mira продемонстрировала точность диагностики восьми болезненных состояний, включая аппендицит и лёгочную эмболию, на уровне 87,1 % по сравнению с 78,1 %, которые демонстрировались группой из шести терапевтов.
Модель Amie обучалась на базе Google Gemini, её тестировали в сравнении с 21 терапевтом на 100 сценариях типовых обращений пациентов, которые описываются в рекомендациях британской системы здравоохранения. Эта модель превзошла реальных специалистов как в сфере выбора методов лечения и назначении медикаментов. Впрочем, специалисты предупреждают, что ИИ-модели обучались на более чётко сформулированных данных по сравнению с теми, которые реальные врачи обычно получают от пациентов. К реальному клиническому применению подобные модели пока не готовы, как подчёркивают их разработчики. Докторам на практике приходится иметь дело с гораздо более противоречивой и фрагментированной информацией, которая затрудняет принятие решений. Успехи Amie в этом тестировании, к тому же, могут быть обусловлены общим прогрессом универсальных ИИ-моделей, а не совершенством специализированных решений для медицины, как отмечают эксперты.