Головне дослідження Гарварду: використання великих мовних моделей ШІ для діагностики — 80% попередніх діагнозів є неправильними

Mars Finance повідомляє 15 квітня: команда дослідників Гарвардської медичної школи США оцінювала діагностичні можливості понад 20 передових великих мовних моделей штучного інтелекту (LLM), серед яких ChatGPT, DeepSeek, Gemini та Claude. Результати показали, що помилка у “диференційній діагностиці” (визначенні можливих захворювань) на основі початкових симптомів і ознак пацієнта досягає 80%. Це дослідження додатково показало, що після надання пацієнтом додаткових результатів тестів, великі моделі можуть знизити рівень невдачі у “кінцевій діагностиці” до приблизно 40%. Вчені зазначили, що це означає, що чат-боти штучного інтелекту потребують повної інформації про пацієнта для більш точної постановки діагнозу, і коли пацієнт не може надати повний обсяг медичних даних, результати AI є ненадійними. Також дослідники підкреслили: “Штучний інтелект ще не досяг рівня, коли він може самостійно приймати медичні рішення без втручання медичних фахівців.” (First Financial)