Искусственный интеллект превосходит врачей в диагностике: «Мы наблюдаем глубокие перемены»

Пациент поступает в приемный покой с тромбом в легких. Его состояние то улучшается, то вновь становится критическим, и персонал предполагает, что выбранная тактика лечения неэффективна. В этот момент в дело вступает искусственный интеллект: проанализировав электронную медицинскую карту, он предлагает иную версию. У пациента в анамнезе системная красная волчанка — аутоиммунное заболевание, способное вызвать воспаление сердца, — и именно это, по мнению модели, объясняет ухудшение. Предположение оказывается верным. Это не сценарий медицинского сериала, а реальный случай из практики медицинского центра Beth Israel Deaconess в Бостоне. Новое исследование, опубликованное в журнале Science, утверждает, что подобные примеры станут рутиной, а выявленный разрыв в точности между ИИ и человеком поражает.

Шесть экспериментов, один результат

Исследование, проведенное учеными из Гарвардского университета и Beth Israel Deaconess при участии коллег из Стэнфорда, включало шесть различных экспериментов. В них модель o1 от OpenAI — новое поколение систем с «поэтапным мышлением» — противопоставили сотням врачей разного уровня подготовки: от интернов до узких специалистов. Во всех без исключения тестах модель оказалась точнее людей.

Наиболее показательный эксперимент проводился на 76 реальных случаях из приемного покоя. Модель и два врача-специалиста получили идентичные данные: записи из электронных карт, показатели жизнедеятельности и краткие заметки медсестер. Результаты оценивали независимые эксперты, не знавшие, кто именно поставил диагноз.

На этапе первичной сортировки (триажа), когда времени на раздумья минимум, а давление максимально, модель определила верный или близкий к нему диагноз в 67% случаев. Врачи достигли показателей 55% и 50%. По мере поступления дополнительной информации точность всех участников росла, но преимущество ИИ сохранялось: при переводе пациента в терапевтическое отделение модель показала результат 81,6%, тогда как врачи — 78,9% и 69,7%.

«Это главный вывод для меня», — заявил доктор Адам Родман из Гарвардской медицинской школы, возглавляющий группу по интеграции ИИ в учебную программу. «Система работает с запутанными данными реального приемного покоя и показывает эффективность в клинических условиях».

---

ИИ звучит как врач

Интересная деталь: врачи, оценивавшие диагнозы, не смогли отличить ответы ИИ от человеческих. В 83,6% и 94,4% случаев они не смогли определить, кто именно предложил решение. Искусственный интеллект не только оказался точнее, но и «звучал» как профессионал.

В сложных клинических случаях, которые с 1950-х годов используются журналом New England Journal of Medicine как эталон для проверки диагностических систем, модель o1 показала выдающиеся результаты. В 143 случаях за период 2021–2024 годов она включила правильный диагноз в 78,3% случаев, а с учетом «очень близких» вариантов точность достигла 97,9%.

Поразительный разрыв в управлении лечением

Самая неожиданная находка касается не диагностики, а «клинического управления» — принятия решений после постановки диагноза (выбор анализов, антибиотиков, тактика ведения терминальных больных). В пяти сложных сценариях модель ИИ получила медианный балл 89%, в то время как врачи, использовавшие традиционные ресурсы, включая Google, набрали лишь 34%.

Доктор Питер Брудер, участвовавший в исследовании, пояснил:

«Клиническое управление — более сложная задача, чем диагностика. Оно требует учета не только объективных данных, но и субъективных факторов: контекста и ситуации. Поэтому неудивительно, что мыслящая модель превосходит нас в этом.»

Исследователи подчеркивают: модель пока ограничена текстовым вводом. В реальной медицине врачи опираются на рентгеновские снимки, ЭКГ и физический осмотр. Профессор Арджун Манрай отметил, что его команда уже работает над анализом изображений, но результаты пока не опубликованы.

Не исключать врачей из уравнения

Эксперты предостерегают от поспешных выводов. Доктор Вэй Син из Шеффилдского университета отметил, что исследование не доказывает безопасность ИИ для рутинного использования и не может служить заменой медицинской консультации. Существует и риск того, что врачи начнут слепо полагаться на подсказки нейросети.

Профессор Манрай и доктор Родман подчеркивают: люди хотят, чтобы в вопросах жизни и смерти решения принимали другие люди, способные проявить эмпатию и обсудить качество жизни. «Наши выводы не поддерживают попытки компаний сократить участие врачей», — говорит Родман. «Они поддерживают амбициозную исследовательскую повестку».

ИИ может стать инструментом для «второго мнения» или фоновой системой, выявляющей ошибки в диагностике до того, как они нанесут вред. Как резюмировал профессор Манрай: «Мы являемся свидетелями действительно глубоких изменений, которые изменят медицину», — однако технология должна пройти через строгие контролируемые клинические испытания, прежде чем станет частью повседневной практики.