Эксперт Гольдберг рассказал, сможет ли ChatGPT ставить диагноз точнее врачей
Утверждения о том, что ChatGPT уже сегодня превосходит врачей в точности постановки диагнозов, требуют критического подхода: текущие исследования показывают потенциал, но не безусловное лидерство. Об этом в разговоре с «ТехИнсайдером» рассказал основатель Expert-ai.ru Леонид Гольдберг.
«Современные нейросетевые модели активно развиваются и могут приблизиться к точности врачей в ближайшие 5–10 лет, учитывая улучшения в алгоритмах и доступности высококачественных медицинских данных. Превосходство нейросетей над врачами не обязательно будет абсолютным: они скорее станут надежным инструментом поддержки принятия решений, повышая скорость и точность диагностики», — отметил эксперт.
Гольдберг обратил внимание на то, что большинство таких публикаций опираются не на официальные клинические протоколы и рандомизированные исследования с участием больших выборок пациентов, а на сравнительные тесты в специфических условиях или на анализ готовых текстовых историй болезней.
«Исследования, проведенные в BIDMC и других ведущих учреждениях, чаще всего демонстрируют потенциал крупномасштабных языковых моделей (LLM) в обработке медицинской информации и выдаче рекомендаций. Например, работа, опубликованная в JAMA Internal Medicine (Shu et al., 2023), показывала, что ответы ChatGPT на вопросы пациентов иногда оценивались специалистами как более детализированные и эмпатичные, по сравнению с ответами врачей. Но важно подчеркнуть, что это касалось не точности диагноза как такового, а качества ответов и коммуникации, а также способности предоставлять разъяснения симптомов», — напомнил специалист.
Основатель Expert-ai.ru уточнил, что утверждение о безусловном превосходстве ChatGPT над врачами в диагностике преждевременно — пока что нейросети лишь демонстрируют впечатляющую способность к анализу данных, но не гарантируют полную клиническую надежность.
Помимо этого, эксперт отметил: сегодня прогресс ChatGPT идет по двум направлениям. Первое — улучшение алгоритмов и моделей. То есть, нейросети становятся более контекстно-чувствительными, точными и «инструктируемыми». Разработчики, в свою очередь, стремятся повысить качество ответов за счет более продвинутой архитектуры и механизмов обучения с учетом обратной связи от специалистов.
Второе — расширение медицинской базы знаний. Чтобы модель могла ставить диагнозы, необходим доступ к массивам клинических данных: медицинским историям, результатам анализов, изображениям (МРТ, рентген), а также к официальным клиническим рекомендациям. Чем больше и качественнее данные, тем точнее будут выводы модели, заметил Гольдберг.
«Вопрос о том, смогут ли нейросети превзойти врачей, часто сводится к интерпретации слова "превзойти". Врачи не только ставят диагноз, но и общаются с пациентами, оценивают нюансы состояния, психологическую составляющую, контекст и социальные факторы. Нейросети могут стать превосходными "обработчиками данных", помогать выявлять редкие патологии, быстрее сортировать случаи по степени критичности и предлагать варианты лечения на основе массивных данных исследований. Однако важнейшая роль врача — принятие ответственных решений, взаимодействие с пациентом, адаптация к нетипичным клиническим ситуация», — заключил специалист.