AI превъзхожда лекарите по клинично разсъждение, повишавайки летвата за по-сериозни тестове

[makebulgar]

AI превъзхожда лекарите по клинично разсъждение, повишавайки летвата за по-сериозни тестове

от Харвардското медицинско училище

 

В едно от най-големите изследвания за сравнение на изкуствен интелект и лекари в широк спектър от клинични задачи, включително реални данни от спешни отделения, екип от лекари и компютърни учени от Медицинското училище на Харвард и Медицинския център Бет Израел Дийконес оцени дали AI система може да прави това, което лекарите правят всеки ден: да прегледа объркана пациентска карта и да използва тази информация за определяне на диагнозата и следващите стъпки.

 

Клиничното предимство на изкуствения интелект

В изследване, публикувано в Science, съ-старшите автори Арджун (Радж) Манрай, асистент-професор по биомедицинска информатика в HMS, и Адам Родман, д-р по медицина и обществено здраве, болничен лекар и клиничен изследовател в BIDMC и екипът съобщават, че големият езиков модел (LLM) е превъзхождал лекарите в много често срещани клинични задачи, включително решения в спешното отделение, идентифициране на вероятни диагнози и избор на следващите стъпки в управлението.

Представянето на LLM показа, че дългогодишните начини за тестване на медицински ИИ може вече да не отразяват производителността на настоящите системи, което сочи към възможен повратен момент за областта.

"Тествахме AI модела спрямо практически всички бенчмаркове и той надмина както предишните модели, така и нашите лекарски базови нива," каза състаршият автор Манрай.

"Въпреки това, това не означава, че AI непременно ще подобри грижата — как и къде трябва да бъде внедрен остават недостатъчно изследвани, и отчаяно се нуждаем от строги проспективни проучвания, за да оценим въздействието на AI върху клиничната практика."

"Моделите стават все по-способни," каза Питър Бродьор, д.м., MA, съавтор на изследването. "Преди оценявахме модели с тестове с избор на отговор; Сега те постоянно постигат близо 100% резултати и вече не можем да следим напредъка, защото вече сме на тавана."

 

Как изследователите тестваха модела

Включвайки стандарти, създадени за първи път през 50-те години на XX век за обучение и оценка на лекари, изследователите сравняват как се представя AI система спрямо стотици клиницисти. Сравненията включваха диагностични предизвикателства в казуса, упражнения за разсъждение и реални случаи в спешното отделение.

В един от експериментите изследователите възложиха на LLM да оценява пациенти на различни етапи в стандартна спешна среда – от ранен триаж до по-късни решения за прием.

На всеки етап моделът получаваше само наличната информация — взета директно от реални електронни здравни досиета — и се искаше да генерира вероятни диагнози и да предложи какво трябва да се случи след това.

"За да разберем по-добре реалното представяне, трябваше да тестваме представянето още в началото на курса с пациенти, когато клиничните данни са оскъдни," каза съавторът Томас Бъкли, докторант от Harneth C. Griffin School of Arts and Science, Dunleavy Fellow в докторската програма по изкуствен интелект в медицината на HMS и член на лабораторията на Manrai.

За разлика от много предишни изследвания, екипът не изглади бъркотията на реалната грижа преди тестването на изкуствения интелект. Случаите в спешното отделение бяха представени точно както са посочени в електронния здравен досие. "Изобщо не обработихме данните предварително," каза Родман. "Моделът буквално обработва данни такива, каквито съществуват в здравния досие."

 

Изненадващо представяне и следващи стъпки

В ранните моменти на вземане на решения в реалните случаи на спешното отделение моделът съвпадаше или надминаваше диагностичната точност на лекарите.

Този резултат изненада дори изследователите.

"Мислех, че ще е забавен експеримент, но че няма да се получи добре," каза Родман. "Това изобщо не беше това, което се случи."

Резултатите доказват, че медицинският изкуствен интелект е готов да бъде изучаван по същия начин, както всички нови медицински интервенции — чрез внимателно контролирани клинични изпитвания в реални условия на грижа. Изследователите са ясни, че техните резултати не предполагат, че AI системите са готови да практикуват медицина автономно или че лекарите могат да бъдат изключени от диагностичния процес.

"Моделът може да постави правилна горна диагноза, но също така да предложи ненужни тестове, които биха могли да изложат пациента на вреда," каза Бродьор. "Хората трябва да са върховната база, когато става въпрос за оценка на представянето и безопасността."

Peter G. Brodeur et al, Performance of a large language model on the reasoning tasks of a physician, Science (2026). DOI:10.1126/science.adz4433.  www.science.org/doi/10.1126/science.adz4433

 

https://medicalxpress.com/news/2026-04-ai-surpasses-physicians-clinical-tasks.html#goog_rewarded

 

[Skubi]

Преди 6 минути, makebulgar said:

AI превъзхожда лекарите по клинично разсъждение, повишавайки летвата за по-сериозни тестове

от Харвардското медицинско училище

 

В едно от най-големите изследвания за сравнение на изкуствен интелект и лекари в широк спектър от клинични задачи, включително реални данни от спешни отделения, екип от лекари и компютърни учени от Медицинското училище на Харвард и Медицинския център Бет Израел Дийконес оцени дали AI система може да прави това, което лекарите правят всеки ден: да прегледа объркана пациентска карта и да използва тази информация за определяне на диагнозата и следващите стъпки.

 

Клиничното предимство на изкуствения интелект

В изследване, публикувано в Science, съ-старшите автори Арджун (Радж) Манрай, асистент-професор по биомедицинска информатика в HMS, и Адам Родман, д-р по медицина и обществено здраве, болничен лекар и клиничен изследовател в BIDMC и екипът съобщават, че големият езиков модел (LLM) е превъзхождал лекарите в много често срещани клинични задачи, включително решения в спешното отделение, идентифициране на вероятни диагнози и избор на следващите стъпки в управлението.

Представянето на LLM показа, че дългогодишните начини за тестване на медицински ИИ може вече да не отразяват производителността на настоящите системи, което сочи към възможен повратен момент за областта.

"Тествахме AI модела спрямо практически всички бенчмаркове и той надмина както предишните модели, така и нашите лекарски базови нива," каза състаршият автор Манрай.

"Въпреки това, това не означава, че AI непременно ще подобри грижата — как и къде трябва да бъде внедрен остават недостатъчно изследвани, и отчаяно се нуждаем от строги проспективни проучвания, за да оценим въздействието на AI върху клиничната практика."

"Моделите стават все по-способни," каза Питър Бродьор, д.м., MA, съавтор на изследването. "Преди оценявахме модели с тестове с избор на отговор; Сега те постоянно постигат близо 100% резултати и вече не можем да следим напредъка, защото вече сме на тавана."

 

Как изследователите тестваха модела

Включвайки стандарти, създадени за първи път през 50-те години на XX век за обучение и оценка на лекари, изследователите сравняват как се представя AI система спрямо стотици клиницисти. Сравненията включваха диагностични предизвикателства в казуса, упражнения за разсъждение и реални случаи в спешното отделение.

В един от експериментите изследователите възложиха на LLM да оценява пациенти на различни етапи в стандартна спешна среда – от ранен триаж до по-късни решения за прием.

На всеки етап моделът получаваше само наличната информация — взета директно от реални електронни здравни досиета — и се искаше да генерира вероятни диагнози и да предложи какво трябва да се случи след това.

"За да разберем по-добре реалното представяне, трябваше да тестваме представянето още в началото на курса с пациенти, когато клиничните данни са оскъдни," каза съавторът Томас Бъкли, докторант от Harneth C. Griffin School of Arts and Science, Dunleavy Fellow в докторската програма по изкуствен интелект в медицината на HMS и член на лабораторията на Manrai.

За разлика от много предишни изследвания, екипът не изглади бъркотията на реалната грижа преди тестването на изкуствения интелект. Случаите в спешното отделение бяха представени точно както са посочени в електронния здравен досие. "Изобщо не обработихме данните предварително," каза Родман. "Моделът буквално обработва данни такива, каквито съществуват в здравния досие."

 

Изненадващо представяне и следващи стъпки

В ранните моменти на вземане на решения в реалните случаи на спешното отделение моделът съвпадаше или надминаваше диагностичната точност на лекарите.

Този резултат изненада дори изследователите.

"Мислех, че ще е забавен експеримент, но че няма да се получи добре," каза Родман. "Това изобщо не беше това, което се случи."

Резултатите доказват, че медицинският изкуствен интелект е готов да бъде изучаван по същия начин, както всички нови медицински интервенции — чрез внимателно контролирани клинични изпитвания в реални условия на грижа. Изследователите са ясни, че техните резултати не предполагат, че AI системите са готови да практикуват медицина автономно или че лекарите могат да бъдат изключени от диагностичния процес.

"Моделът може да постави правилна горна диагноза, но също така да предложи ненужни тестове, които биха могли да изложат пациента на вреда," каза Бродьор. "Хората трябва да са върховната база, когато става въпрос за оценка на представянето и безопасността."

Peter G. Brodeur et al, Performance of a large language model on the reasoning tasks of a physician, Science (2026). DOI:10.1126/science.adz4433.  www.science.org/doi/10.1126/science.adz4433

 

https://medicalxpress.com/news/2026-04-ai-surpasses-physicians-clinical-tasks.html#goog_rewarded

 

Много букви. Може ли на кратко, занзиране за каква новинка става дума?. Защото откриването на рак или други проблеми, при разглеждане на снимки от MRI, UH, RTG, PET, DEXA, Endoskopia вече са го тествали и ИИ с много по- голяма сигурност открива проблемните места от самите лекари.

Плииииз.

[makebulgar]

Преди 31 минути, Skubi said:

Много букви. Може ли на кратко, занзиране за каква новинка става дума?. Защото откриването на рак или други проблеми, при разглеждане на снимки от MRI, UH, RTG, PET, DEXA, Endoskopia вече са го тествали и ИИ с много по- голяма сигурност открива проблемните места от самите лекари.

Плииииз.

 

Резюме

Преди повече от 65 години, сложните клинични диагностични разсъждения бяха въведени като златен стандарт за оценка на експертни медицински изчислителни системи, стандарт, който се запазва и до днес. В това проучване ние представяме резултатите от лекарска оценка на Модел с голям език (Large Language Model  LLM) върху сложни клинични случаи в пет експеримента с базова база от стотици лекари. След това представяме реално проучване, сравняващо втори мнения на човешки експерти и такива с изкуствен интелект (ИИ) при произволно избрани пациенти в спешното отделение на голям третичен академичен медицински център. Във всички експерименти LLM превъзхожда базовите стойности на лекарите и показва непрекъснато подобрение спрямо предишни поколения ИИ за клинична подкрепа за вземане на решения. Нашето проучване показва, че LLM са засенчили повечето критерии за клинично разсъждение, което мотивира спешната нужда от проспективни проучвания.