Искусственный интеллект снова не справился с медицинской диагностикой

Исследователи из Дании провели испытание, в котором они использовали чат GPT-4 для диагноза в сложных клинических случаях. Все клинические случаи описаны в формате текстов.

Ответы чат-бота сравнивались с 248 614 ответами читателей медицинской периодики.

Программе предлагалось определить диагноз, проанализировав полный неотредактированный текст из отчета о клиническом случае и выбрав правильный вариант ответа из шести предложенных. Для оценки воспроизводимости каждый случай представляли GPT-4 по пять раз.

Искусственный интеллект правильно диагностировал 52,7% сложных ситуаций по сравнению с 36% читателей медицинских журналов. Среди них:

• 12 случаев инфекционных заболеваний (39,5%),
• 5 случаев эндокринной патологии (13,1%)
• и 4 случая ревматологии (10,5%).

Несмотря на то, что в исследовании GPT-4 продемонстрировал перспективные результаты, он пропускал почти каждый второй диагноз, поэтому авторы пришли к выводу, что на сегодняшний день искусственный интеллект нельзя использовать для медицинских задач.

Тем не менее, исследователи пришли к выводу, что GPT-4 будет работать лучше, чем более 72% читателей-людей.

Ожидается, что прогресс в области моделей искусственного интеллекта продолжит ускоренное развитие, и это будет способствовать более быстрой диагностике и улучшению лечения. Когда эти проблемы будут решены и ИИ улучшится, ожидается, что общество будет все больше полагаться на искусственный интеллект как инструмент поддержки процесса принятия решений под наблюдением человека, а не как замену врачам.