Штучний інтелект помиляється у первинній діагностиці пацієнтів у 80% випадків
Дослідження, опубліковане в JAMA Network Open, показало, що моделі штучного інтелекту від OpenAI, Google та DeepSeek часто дають помилки через нестачу даних при постановці первинного діагнозу. Аналіз 21 моделі виявив, що рівень помилок при диференціальній діагностиці перевищує 80%.
Дослідники зазначають, що моделі штучного інтелекту погано формують список можливих гіпотез і передчасно звужують коло діагнозів, що веде до високої кількості помилок.
При наявності повної інформації точність моделей значно зростає: кількість помилок падає нижче 40%, а найкращі системи досягають точності близько 90%. Клінічний епідеміолог Санджай Кінра з Лондонської школи гігієни зазначає, що хоча ці технології мають перспективи, наразі вони не можуть замінити лікаря.
Загалом результати дослідження вказують на важливість вдосконалення алгоритмів і забезпечення їх більш якісними та повними даними для оптимальної роботи у медичній практиці.
Очікується, що з подальшим розвитком та інтеграцією ШІ у медицину їхнє застосування буде покращуватись, але рішення про лікування поки повністю мають залишатися за людьми.
