Краткие ключевые моменты
- ИИ может интегрировать сканирования, лабораторные данные и заметки, превосходя продвинутых медицинских стажеров в рассуждениях.
- Мультимодальный ИИ может повысить доверие врачей и лучше вписаться в существующие медицинские рабочие процессы.
- Победы в бенчмарках многообещающие, но реальные испытания имеют ключевое значение для безопасного и эффективного развертывания.
Медицинский подход всегда многослойный
Простая истина заключается в том, что медицина всегда многомодальная. Ум врача не движется по прямой. Он колеблется от истории пациента к изображениям КТ, к лабораторным данным на экране, а затем обратно к подсказкам при физическом осмотре.
Диагностика редко основана на одном виде доказательств и чаще всего является синтезом множества данных, которые объединяются в нечто достаточно целостное для принятия решения.
Исследование, меняющее представление
Новое исследование Института рака Уиншип при Университете Эмори может «открыть глаза» на данный вопрос. В контролируемых испытаниях модели GPT-5 (последняя версия от OpenAI) были предоставлены сложные случаи, которые сочетали в себе истории пациентов, результаты лабораторных исследований и медицинские изображения.
Эти случаи не были упрощёнными и были получены из строгих бенчмарков, таких как набор данных MedXpertQA, призванный отражать сложность реального клинического рассуждения.
Результаты исследования:
- GPT-5 превосходил «предварительно лицензированных экспертов» более чем на 24% в мультимодальных рассуждениях.
- Превосходство составило почти 30% в мультимодальном понимании.
- В одном из случаев он выявил перфорацию пищевода, синтезируя данные КТ, лабораторные значения и ключевые физические признаки, и затем рекомендовал правильный следующий шаг в лечении.
Важно отметить, что участниками были продвинутые медицинские стажеры, которые завершили большую часть формального обучения, но еще не получили полной лицензии. (Статья не уточняет, были ли эти субъекты только что выпущены из медицинской школы или завершили ординатуру.) Тем не менее, эта группа предоставляет справедливый и стандартизированный ориентир для структурированных тестовых случаев.
Прыжок или еще один шаг?
Для врачей доверие к ИИ не будет строиться на его способности успешно отвечать на вопросы с множественным выбором в стороннем режиме. Оно возникнет из наблюдений за тем, как ИИ взаимодействует с фактическими сканированиями, реальными лабораторными данными и «непорядочными» клиническими заметками.
Когда ИИ исследует то же изображение, что и врач, и основывает свои выводы на мультимодальной нарративе, его рассуждения могут стать менее безликими и более контекстуальными. И переход от внештатного алгоритма к более когнитивному участнику может стать ключом к профессиональному принятию.
Регуляторы замечают разницу
Также стоит отметить, что регулирующие органы в целом предпочитают системы, которые вписываются в существующие клинические рабочие процессы, а не те, которые требуют изменения практики для их внедрения. Мультимодальные возможности делают это возможным.
КТ остается КТ, лабораторный отчет остается лабораторным отчетом, но ИИ видит их все вместе. Это соответствие знакомым процессам может ускорить одобрение для развертывания в реальном мире.
От бенчмарков к практике
Конечно, доминирование в бенчмарках не равно успеху на практике. Пациенты приходят с неполными историями, противоречивыми данными и симптомами, которые не соответствуют учебным шаблонам.
Исследователи из Эмори подчеркивают, что эти результаты получены в идеализированных условиях тестирования и могут не полностью отражать изменчивость, неопределенность и этические соображения реальной практики.
Валидация в реальном мире потребует дополнительной работы, включая перспективные испытания, тщательную калибровку и готовность исследовать, где ИИ может ошибаться. Но сигнал, как мне кажется, ясен: как только ИИ начинает воспринимать информацию через несколько «линз» одновременно, он начинает действовать в аналогичном «когнитивном пространстве» с клиницистом.
ИИ теперь будет видеть вас
Когда ИИ перестанет просто читать о пациенте и начнет «видеть» его через изображения, лабораторные данные и нарративы, он переместится от фрагментарной перспективы к более консолидированному процессу принятия клинических решений.
Мультимодальное понимание может стать мостом, который переведет ИИ из интересного дополнения в доверенного участника ухода.
А в некотором роде это может позволить технологии увидеть дальше физических или вычислительных навыков даже лучших врачей, чтобы предложить не только дополнительные, но и расширенные взгляды на уход.
Необходимые читатели об искусственном интеллекте
- Почему ИИ не должен заменять черновик.
- Ребаунд ИИ: парадоксальное снижение после подъема ИИ.
В медицине мы всегда ценили второе мнение или ещё один взгляд. Производительность ИИ предполагает, что эти глаза вскоре могут стать цифровыми и могут оказаться значительно более острыми, чем мы ожидали.
Источник: ChatGPT, модифицированный NostaLab / OpenAI
