Дом
«Глубокий вызов» для медицины на базе ИИ: генеративным моделям по-прежнему не хватает способности к самостоятельному клиническому мышлению

В недавнем исследовании, проведённом командой MESH Incubator при Массачусетской общей больнице, были оценены возможности генеративного ИИ в области клинического мышления. Несмотря на то, что ИИ активно проникает в сферу медицины, исследование выявило сохраняющиеся пробелы в логической цепочке моделируемой реальной клинической диагностики. Результаты, опубликованные в авторитетном журнале «JAMA Network Open», ясно показывают, что современные основные модели ещё не готовы выполнять самостоятельные задачи клинической диагностики.
В ходе исследования были протестированы 21 крупная языковая модель, включая ChatGPT, DeepSeek, Claude, Gemini и Grok, на основе 29 известных клинических случаев. Эксперимент имитировал динамический диагностический процесс врача, постепенно раскрывая симптомы пациента, лабораторные данные и результаты визуализации. Данные показали, что при наличии полной информации все модели достигали точности более 90% при постановке правильного окончательного диагноза. Однако в ключевой области клинического мышления — дифференциальной диагностике — более 80% моделей показали низкую эффективность, не сумев систематически проанализировать и расставить приоритеты среди множества потенциальных заболеваний.
Чтобы количественно оценить этот разрыв, исследователи ввели комплексный индекс оценки PrIME-LLM, охватывающий весь процесс от первоначальной оценки и выбора тестов до планирования лечения. Оценки варьировались от 64% до 78% для разных моделей, что подчеркивает: ИИ лучше справляется с «раскрытием ответов» при наличии полной информации, чем с открытым логическим мышлением на основе неполных данных.
Хотя новые модели демонстрируют заметное улучшение в обработке сложных данных по сравнению со своими предшественниками, команда подчеркнула, что крупные языковые модели в настоящее время следует рассматривать как вспомогательные инструменты. Их использование в клинической практике без профессионального контроля по-прежнему сопряжено с риском. Это исследование предоставляет рациональный ориентир для будущего ИИ в здравоохранении: переход от простого «сопоставления ответов» к сложному «логическому мышлению» станет критическим порогом для достижения крупными медицинскими моделями уровня профессионального применения.
Связанная статья
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
14 мая 2026 года платформа разработки приложений на базе искусственного интеллекта Lovable объявила о своем участии в раундеSeed-финансирования на сумму $800 000 для датского стартапа в области аппаратного обеспечения Atech. При ведущем участии Lovab
Anthropic расширяет инструменты для программирования Claude AI в Японии в рамках стратегии роста за рубежом
Anthropic, prominent U.S. artificial intelligence firm, is intensifying its global outreach. On Wednesday, the company hosted a major developer gathering, "Code with Claude," in Tokyo, drawing close to 500 software engineers. This initiative seeks to
Гигант индийского программного обеспечения сокращает найм, обещая не увольнять сотрудников по мере масштабирования ИИ-агентов
По мере того как искусственный интеллект трансформирует традиционные трудоемкие бизнес-модели, Tata Consultancy Services (TCS), ведущая индийская компания по аутсорсингу программного обеспечения, представила свою стратегическую реакцию. В ходе ежегод
Рекомендации по связанным специальным темам
Комментарии (0)

В недавнем исследовании, проведённом командой MESH Incubator при Массачусетской общей больнице, были оценены возможности генеративного ИИ в области клинического мышления. Несмотря на то, что ИИ активно проникает в сферу медицины, исследование выявило сохраняющиеся пробелы в логической цепочке моделируемой реальной клинической диагностики. Результаты, опубликованные в авторитетном журнале «JAMA Network Open», ясно показывают, что современные основные модели ещё не готовы выполнять самостоятельные задачи клинической диагностики.
В ходе исследования были протестированы 21 крупная языковая модель, включая ChatGPT, DeepSeek, Claude, Gemini и Grok, на основе 29 известных клинических случаев. Эксперимент имитировал динамический диагностический процесс врача, постепенно раскрывая симптомы пациента, лабораторные данные и результаты визуализации. Данные показали, что при наличии полной информации все модели достигали точности более 90% при постановке правильного окончательного диагноза. Однако в ключевой области клинического мышления — дифференциальной диагностике — более 80% моделей показали низкую эффективность, не сумев систематически проанализировать и расставить приоритеты среди множества потенциальных заболеваний.
Чтобы количественно оценить этот разрыв, исследователи ввели комплексный индекс оценки PrIME-LLM, охватывающий весь процесс от первоначальной оценки и выбора тестов до планирования лечения. Оценки варьировались от 64% до 78% для разных моделей, что подчеркивает: ИИ лучше справляется с «раскрытием ответов» при наличии полной информации, чем с открытым логическим мышлением на основе неполных данных.
Хотя новые модели демонстрируют заметное улучшение в обработке сложных данных по сравнению со своими предшественниками, команда подчеркнула, что крупные языковые модели в настоящее время следует рассматривать как вспомогательные инструменты. Их использование в клинической практике без профессионального контроля по-прежнему сопряжено с риском. Это исследование предоставляет рациональный ориентир для будущего ИИ в здравоохранении: переход от простого «сопоставления ответов» к сложному «логическому мышлению» станет критическим порогом для достижения крупными медицинскими моделями уровня профессионального применения.
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
14 мая 2026 года платформа разработки приложений на базе искусственного интеллекта Lovable объявила о своем участии в раундеSeed-финансирования на сумму $800 000 для датского стартапа в области аппаратного обеспечения Atech. При ведущем участии Lovab
Anthropic расширяет инструменты для программирования Claude AI в Японии в рамках стратегии роста за рубежом
Anthropic, prominent U.S. artificial intelligence firm, is intensifying its global outreach. On Wednesday, the company hosted a major developer gathering, "Code with Claude," in Tokyo, drawing close to 500 software engineers. This initiative seeks to
Гигант индийского программного обеспечения сокращает найм, обещая не увольнять сотрудников по мере масштабирования ИИ-агентов
По мере того как искусственный интеллект трансформирует традиционные трудоемкие бизнес-модели, Tata Consultancy Services (TCS), ведущая индийская компания по аутсорсингу программного обеспечения, представила свою стратегическую реакцию. В ходе ежегод











