ИИ для медицины: новый обзор оценил способности языковых моделей к клиническому мышлению
Научная работа, опубликованная на arXiv (ID: 2607.07761), представляет систематический обзор применения больших языковых моделей (LLM) в медицинских задачах. Авторы связали клинические потребности с возможностями ИИ и разработали двойной подход: со стороны медицины и со стороны вычислений.
С клинической стороны они использовали пирамиду Миллера для выделения пяти уровней компетенции: от запоминания знаний до динамического управления случаями. С вычислительной стороны были соотнесены дедуктивные, индуктивные и абдуктивные рассуждения с типичными медицинскими целями.
Для оценки авторы создали эталонный набор данных, охватывающий пять уровней медицинских рассуждений, и протестировали 18 современных моделей. Результаты показали, что специализированные медицинские модели превосходят другие в задачах постановки диагноза, тогда как общие модели (например, GPT-4, Claude) показали лидерство в поддержке решений и ведении диалога.
В работе также обсуждаются текущие проблемы: нехватка данных, галлюцинации моделей и вопросы обоснованности выводов. Авторы намечают направления для создания более безопасных и надёжных систем, готовых к интеграции в клиническую практику.
Обзор представляет интерес как для разработчиков ИИ, так и для медицинских специалистов, помогая понять, где LLM уже эффективны, а где требуют доработки. Исследование подчёркивает важность согласования возможностей алгоритмов с реальными задачами врачей.
Авторы отмечают, что, несмотря на прогресс, ни одна модель пока не способна полностью заменить врача. Однако LLM могут выступать мощным инструментом поддержки, особенно в задачах, требующих быстрого доступа к информации или анализа больших объёмов данных.
