Նոր հետազոտության համաձայն՝ անհապաղ օգնություն ցուցաբերելու համար բժշկական որոշումներ կայացնելիս արհեստական բանականության մոդելներն ավելի բարձր արդյունքներ են ցուցաբերել, քան բժիշկները։

Հարվարդի բժշկական դպրոցի եւ Բեթ Իսրայել Դիքոնեսի բժշկական կենտրոնի գիտնականներն ԱՄՆ-ում համեմատել են արհեստական բանականության և բժիշկների աշխատանքը խնդիրների լայն ընդգրկմամբ՝ կապված կլինիկական մտածողության հետ։

Նրանք պարզել են, որ մեծ լեզվական մոդելները (LLM) գերազանցում են բժիշկներին մի շարք առաջադրանքների հարցում, այդ թվում՝ տվյալների վրա հիմնված որոշումներ կայացնելը շտապ օգնության բաժանմունքում, ամենահավանական ախտորոշումները բացահայտելը և հիվանդի համար հաջորդ գործողությունների ընթացքն ընտրելը։

«Մենք փորձարկել ենք արհեստական ​​բանականության մոդելը գրեթե բոլոր հնարավոր չափանիշներով, և այն գերազանցել է ինչպես նախորդ տարբերակները, այնպես էլ մեր բժիշկների չափանիշները», - ասել է հետազոտության համահեղինակ, Հարվարդի բժշկական դպրոցի պրոֆեսոր Արջուն Մանրայը։

«Սակայն դա չի նշանակում, թե արհեստական ​​բանականությունն ավտոմատ կերպով կբարելավի խնամքի որակը. թե ինչպես և որտեղ այն պետք է կիրառվի՝ դեռևս վատ է ուսումնասիրված, և մեզ անհրաժեշտ են խիստ հեռանկարային հետազոտություններ՝ արհեստական ​​բանականության ազդեցությունը կլինիկական պրակտիկայում գնահատելու համար», - հաղորդել է Euronews-ը։

Հետազոտողները նախ գնահատել են OpenAI ընկերության o1-preview դատողությունների մոդելը, որը թողարկվել է 2024 թվականին, օգտագործելով մի շարք կլինիկական դեպքեր, այդ թվում՝ հրապարակված դեպքերի մասին զեկույցներ և շտապ օգնության բաժանմունքներից ստացված իրական հիվանդների մասին զեկույցներ։

Արհեստական ​​բանականությունը գերազանցել է բժիշկներին փորձերի մեծ մասում, մասնավորապես՝ բուժման ռազմավարությունների հիմնավորման, կլինիկական դատողության, փաստաթղթավորման և շտապ օգնության բաժանմունքում սահմանափակ տեղեկատվության պայմաններում աշխատելու հարցում։

«Մոդելներն ավելի կարողունակ են դառնում։ Մենք դրանք գնահատում էինք բազմակի ընտրության թեստերով, բայց հիմա դրանք մշտապես մոտ 100 տոկոս արդյունք են ցույց տալիս, և մենք այլևս չենք կարող հետևել առաջընթացին, քանի որ հասել ենք «առաստաղին», - ասել է հետազոտության համահեղինակ, Հարվարդի բժշկական դպրոցի կլինիկական գիտաշխատող և Բեթ Իսրայել Դիքոնես բժշկական կենտրոնի թերապևտ Փիթեր Բրոդյորը։

Թեստերից մեկի ժամանակ հետազոտողները խնդրել են լեզվական մոդելներին՝ o1-ին և GPT-4o-ին, գնահատել պացիենտներին շտապ օգնության բաժանմունքի ստանդարտ հոսքի տարբեր փուլերում՝ վաղ տեսակավորումից մինչև հոսպիտալացման որոշումներ։

Յուրաքանչյուր փուլում մոդելներին ներկայացվել է միայն այդ պահին հասանելի տեղեկատվությունը և խնդրվել է նշել հավանական ախտորոշումները և առաջարկել հետագա գործողություններ։

Արհեստական ​​բանականության և բժիշկների միջև ամենամեծ բացը նկատվել է տեսակավորման փուլում, երբ պացիենտների մասին տեղեկատվությունն ամենասահմանափակն էր։

Ինչպես բժիշկների դեպքում, արհեստական ​​բանականության մոդելների ախտորոշիչ ճշգրտությունը բարելավվել է լրացուցիչ տեղեկատվության հասանելի դառնալուն զուգընթաց։

«Չնայած կլինիկական որոշումների կայացման աջակցության համար արհեստական ​​բանականության օգտագործումը երբեմն համարվում է ռիսկային, նման գործիքների ավելի լայն կիրառումը կարող է օգնել նվազեցնել մարդկային և ֆինանսական կորուստներն ախտորոշման սխալների, ուշացումների և օգնության հասանելիության բացակայության պատճառով», - գրել են հեղինակները։