Искусственный интеллект допускает ошибки при первичной диагностике пациентов в 80% случаев
Исследование, опубликованное в JAMA Network Open, показало, что модели искусственного интеллекта от OpenAI, Google и DeepSeek часто дают ошибки из-за недостатка данных при постановке первичного диагноза. Анализ 21 модели выявил, что уровень ошибок при дифференциальной диагностике превышает 80%.
Исследователи отмечают, что модели искусственного интеллекта плохо формируют список возможных гипотез и преждевременно сужают круг диагнозов, что приводит к высокому количеству ошибок.
При наличии полной информации точность моделей значительно возрастает: количество ошибок падает ниже 40%, а лучшие системы достигают точности около 90%. Клинический эпидемиолог Санджай Кинра из Лондонской школы гигиены отмечает, что хотя эти технологии имеют перспективы, на данный момент они не могут заменить врача.
В целом результаты исследования указывают на важность совершенствования алгоритмов и обеспечения их более качественными и полными данными для оптимальной работы в медицинской практике.
Ожидается, что с дальнейшим развитием и интеграцией ИИ в медицину их применение будет улучшаться, но решения о лечении пока должны полностью оставаться за людьми.
