Искусственный интеллект всё увереннее берётся за одну из самых сложных задач медицины — принимать верные решения при неполных данных и неочевидной клинической картине. Новое исследование, опубликованное в журнале Science, показало, что модель OpenAI в реальных условиях неотложной помощи часто превосходит или как минимум не уступает опытным врачам.
Учёные из Гарвардской медицинской школы и медицинского центра Beth Israel Deaconess Medical Center протестировали модель именно так, как это происходит в жизни: только с той информацией, которая была доступна врачам на момент обращения пациента. Никаких ретроспективных данных и подсказок.
В одном из эпизодов пациент поступил с тромбоэмболией лёгочной артерии. Сначала лечение помогло, но затем состояние резко ухудшилось. Врачи заподозрили, что препарат перестал работать. Однако модель OpenAI, анализируя те же электронные записи, выдвинула другую гипотезу — скрытую системную красную волчанку (lupus), которая привела к воспалению сердца. Диагноз подтвердился.
Как проходило тестирование
Модель проверяли на всех этапах оказания помощи — от первичного приёма и триажа до решения о госпитализации. На каждом шаге ИИ работал исключительно с актуальной информацией, доступной в тот момент. В итоге модель показала результаты лучше, чем два опытных клинициста, находившихся в тех же условиях.
Кроме того, на сложных диагностических кейсах из New England Journal of Medicine и других стандартизированных задач модель также превзошла большую группу практикующих врачей.
«Это для меня главный вывод — она работает с реальными, “грязными” данными приёмного отделения, — подчеркнул один из авторов исследования, клинический исследователь доктор Адам Родман (Adam Rodman). — Она работает для постановки диагнозов в реальном мире».
Ограничения и перспективы
Важно понимать границы возможностей: модель анализировала только текстовые записи и не имела доступа к изображениям, звукам или невербальным сигналам пациента. Тем не менее она значительно лучше предыдущих поколений ИИ справлялась с неопределённостью и составлением дифференциального диагноза — то есть умела последовательно рассматривать несколько возможных заболеваний и сужать круг.
Внешние эксперты признают значительный прогресс. «Это красивое исследование, показывающее, насколько далеко мы продвинулись, — отметил доктор Дэвид Райх (David Reich), главный клинический директор Mount Sinai Health System. — Теперь главный вопрос — как грамотно встроить такую систему в реальные рабочие процессы, чтобы она действительно улучшала помощь пациентам».
Авторы исследования подчёркивают: речь не идёт о замене врачей. Новая технология должна стать мощным вспомогательным инструментом, особенно в условиях дефицита времени и информации. «Мы наблюдаем по-настоящему глубокие технологические изменения, которые изменят медицину», — заключил Радж Манраи (Raj Manrai), доцент биомедицинской информатики Гарвардской медицинской школы.
Следующий шаг — тщательно спланированные клинические испытания в реальных условиях. Только они покажут, улучшает ли ИИ не только точность диагноза, но и реальные исходы для пациентов.
