Два новых исследования, опубликованных в журнале Nature, подтверждают высокую эффективность специализированных ИИ-систем в медицинской диагностике. В ходе экспериментов с симулированными клиническими случаями алгоритмы продемонстрировали точность, сопоставимую с результатами практикующих врачей, а в ряде сценариев — превзошли их. ИИ успешно справлялся с постановкой диагнозов и выбором стратегий лечения, опираясь на анализ данных пациентов.
Несмотря на высокие показатели, авторы исследований указывают на проблему долгосрочной актуальности таких решений. Обе протестированные системы базировались на языковых моделях предыдущих поколений, которые на текущий момент считаются устаревшими. Это ставит вопрос о скорости деградации эффективности ИИ-инструментов в медицине по мере появления более совершенных архитектур и изменения клинических протоколов.
Результаты подчеркивают потенциал автоматизации в здравоохранении, однако акцентируют внимание на необходимости регулярного обновления инфраструктуры и моделей. Для сохранения точности диагностики в реальных условиях медицинским организациям потребуется выстроить процессы непрерывного обучения и переаттестации ИИ-систем, чтобы предотвратить снижение качества поддержки принятия врачебных решений.