Чому загальні моделі ШІ переважають спеціалізовані медичні інструменти?
Інтуїтивно здається логічним, що інструмент, створений виключно для медицини і оснащений доступом до медичної літератури та рекомендацій, повинен бути кращим за універсальну модель ШІ, яка одночасно може написати вірш, спланувати подорож до Праги або дати рецепт чизкейку. Але нове дослідження в престижному журналі Nature Medicine показало дещо інше.
Порівняння спеціалізованих і загальних моделей
Вчені порівняли медичні інструменти, такі як OpenEvidence та UpToDate Expert AI, із провідними загальними ШІ-моделями — GPT, Gemini та Claude. Аналіз складався з трьох етапів:
- 500 запитань у стилі іспитів на медичну ліцензію в США;
- 500 завдань на відповідність клінічному рішення лікарів;
- 100 реальних питань, які ставили лікарі у повсякденній роботі.
Результати були однозначними: загальні моделі показали вищу ефективність у всіх вимірах.
Деталі тестування
Під час тесту MedQA Gemini продемонстрував точність аж 97,4%, GPT — 94,2%, у той час як OpenEvidence та UpToDate Expert AI залишались десь біля 89%. У клінічних оцінках лікарі також віддали перевагу загальним моделям за такими критеріями, як:
- клінічна точність;
- повнота відповідей;
- ясність і зрозумілість.
Гнучкість та синергія знань
Наш власний досвід у сфері онкологічних рішень підтверджує ці висновки. Обмежуючи моделі жорсткими медичними базами та інструкціями, ми не завжди отримували кращі відповіді. Іноді навпаки — гнучкість, здатність узагальнювати та інтегрувати різні джерела знань стають ключовою перевагою найпотужніших ШІ.
Як загальні моделі допомогли в інших галузях
Це явище не унікальне для медицини. Наприклад, нещодавно було розкрито, що загальна система OpenAI допомогла знайти рішення складної математичної задачі з сімейства Ердеїша, зробивши це не завдяки вузькій експертизі, а через виявлення несподіваних зв’язків між різними ідеями. Значить, іноді найбільша сила полягає не у глибині знань у вузькій області, а у вмінні поєднувати різнорідні сфери знань.
Що забезпечує успіх загальних моделей ШІ?
Успіх цих систем пояснюється кількома факторами:
- колосальні інвестиції та швидкі цикли вдосконалення;
- сотні мільйонів користувачів, які щоденно тестують їх у різних сферах;
- постійна перевірка та валідація, що підвищує безпеку та ефективність.
Їх випробовують у чому завгодно: від програмування до складних наукових пояснень. Тому найкращі моделі настільки швидко розвиваються, що вузькопрофільним інструментам важко з ними конкурувати.
Чи важлива «спеціалізація» для користувача?
Наприклад, моя 88-річна мама не питає, чи це «медична ШІ». Вона використовує одну й ту саму модель, щоб і рецепт приготувати, і зрозуміти складне медичне питання. Для неї, як і для більшості з нас, важливо, щоб відповідь була корисною, а не якимось чином маркованою як «справжня медична ШІ».
Майбутнє медичних інструментів із ШІ
Це не означає, що спеціалізовані платформи не потрібні. Можливо, в майбутньому з’являться рішення, що базуються на даних конкретних лікарень або орієнтовані на вузькі завдання. Також важливо не ставити знак рівності між «загальним» і «спеціалізованим» — набагато важливіше знайти ефективний спосіб їх інтеграції.
Що в пріоритеті?
Основний посил нової статті дуже простий: не варто автоматично надавати перевагу заявленій експертності над реальними результатами. Головне — не ярлик «медична ШІ», а реальна точність, безпека й корисність у практичному застосуванні.
Підсумки сучасних реалій
Протягом багатьох років медицина віддавала перевагу вузькій спеціалізації. Та, схоже, у добу штучного інтелекту — принаймні для деяких складних когнітивних завдань — перевага належить саме ширині, різноманіттю й масштабним інвестиціям, які отримують загальні моделі ШІ.
Професор Ідо Вольф — директор онкологічного відділу в Медичному центрі Ічилов та керівник Медичної школи, факультету сірих наук, Тель-Авівський університет.
