Google DeepMind разрабатывает «ИИ-ко-клинициста» — систему, которая должна помогать врачам в ведении пациентов под их контролем. По данным симуляционных исследований, модель показывает хорошие результаты, но всё ещё уступает опытным врачам, особенно в задачах, где критична безопасность.
Проект строится на подходе triadic care: ИИ помогает пациенту в ходе лечения, а врач сохраняет клинические полномочия и надзор. Идея в том, чтобы использовать систему как часть медицинской команды, а не как замену врачу.
Для оценки с точки зрения клиницистов команда вместе с академическими врачами переработала фреймворк NOHARM. Он учитывает два типа ошибок: неверные действия и пропуск важных действий.
В слепом сравнении на 98 реалистичных запросах по первичной медпомощи врачи чаще выбирали ответы ИИ-ко-клинициста, чем ответы ведущих инструментов для поиска и сводки медицинских данных. Система победила существующий клинический ИИ со счётом 67 против 26 и модель GPT-5.4-thinking-with-search со счётом 63 против 30. В объективной проверке у неё зафиксировали одну критическую ошибку в одном из 98 случаев.
Особенно заметный результат система показала в вопросах по лекарствам. Бенчмарк RxQA включает 600 вопросов о действующих веществах, взаимодействиях и дозировках. Они собраны по национальным справочникам лекарств двух стран и проверены лицензированными фармацевтами.
Эти задания трудны даже для врачей первичной помощи: со справочниками они дали 61,3% правильных ответов, а без справочников — 48,3%.
ИИ-ко-клиницист набрал 73,3%, немного опередив GPT-5.4-thinking-with-search с 72,7%. Разрыв стал больше в открытых вопросах, а не в формате с вариантами ответа — то есть в сценарии, более близком к реальной работе врача. Здесь система Google DeepMind получила оценку качества 95,0% против 90,9% у модели OpenAI.
Помимо текстовой поддержки, Google DeepMind тестирует систему в режиме аудио и видео для телемедицины. Вместе с врачами из Harvard и Stanford команда провела рандомизированное симуляционное исследование с 20 синтетическими клиническими сценариями, 10 врачами в роли пациентов и 120 гипотетическими телемедицинскими визитами.
В этих тестах ИИ-ко-клиницист показал функции, которых нет у чисто текстовых систем. Например, он исправлял технику использования ингалятора и проводил пациентов через осмотр плеча, чтобы выявить повреждение вращательной манжеты.
Для общения с пациентом система использует двухагентную схему. Модуль Planner следит за разговором и контролирует, чтобы агент Talker не выходил за безопасные клинические рамки. В сценариях для врачей система делает упор на подтверждённые клинические данные, а также проверяет результаты поиска и ссылки на источники.
В исследовании оценили более 140 параметров качества консультации по семи категориям:
- триаж;
- сбор анамнеза;
- клиническое рассуждение;
- коммуникация и консультирование;
- этапы лечения;
- выявление тревожных признаков;
- физикальный осмотр.
Главный вывод: опытные врачи в целом оказались сильнее ИИ. Особенно заметно это было в выявлении тревожных признаков и в проведении критически важных элементов физикального осмотра.
При этом ИИ-ко-клиницист сравнялся с врачами первичной помощи или превзошёл их в 68 из 140 оцениваемых параметров. OpenAI GPT-realtime уступил и врачам, и системе DeepMind по всем семи категориям.
Исследователи делают вывод, что такие системы лучше использовать как инструмент поддержки врача, а не как замену клиническому решению. Исходя из результатов, голосовые режимы ИИ пока не готовы к серьёзным задачам и тем более к самостоятельным медицинским консультациям.
Пока неизвестно, станет ли проект полноценным продуктом. Исследование показывает прогресс в ИИ-системах для анализа медицинских данных и телемедицинских консультаций, но также подтверждает, что разрыв с опытными врачами ещё сохраняется, особенно в задачах с высоким риском.
Исследователь DeepMind Алан Картикесалингам сказал: «Хотя это ранний этап, потенциал уже очевиден».
Источник: The Decoder.
