Sunʼiy intellekt modellari tibbiy tavsiyalar boʻyicha sinovdan oʻtkazildi: bahsli holatlarda xatolar ulushi 80 foizga yetdi

Negevdagi Ben-Gurion universiteti tadqiqotchilari va Isroilning Clalit Health Services tashkiloti Choosing Wisely dasturining 15 ta tavsiyasi boʻyicha 225 ta ssenariy tuzdi. Keraksiz tibbiy aralashuv tasvirlangan har bir holatga ushbu aralashuv zarur boʻlgan oʻxshash vaziyat ham qoʻshildi. Har bir model barcha topshiriqlarni uch martadan bajardi — jami 4050 ta javob olindi.

Ortiqcha tekshiruvlar eng koʻp qalqonsimon bez ultratovush tekshiruvi va standart EKG haqidagi holatlarda uchradi. 1 sm dan kichik tugunlarni baholashdagi farqlar Amerika qalqonsimon bez assotsiatsiyasi va Amerika radiologiya kollejining tavsiyalari bir-biridan farq qilishi bilan bogʻliq boʻlishi mumkin.

Tadqiqotchi Gay Laban va shifokor Din Arielning aytishicha, yagona tibbiy fikr mavjud boʻlmagan holatlar modellar uchun eng qiyin boʻlgan. Aksincha, ular zarur yordamni vaziyatlarning 0,6 foizida xato tarzda rad etgan. Mualliflar standartlashtirilgan soʻrovlardan foydalanganini, uzoq davom etadigan muloqot yoki haqiqiy maslahatlashuvlar oʻtkazilmaganini taʼkidladi. Shu sababli natijalarni tibbiy chatbotlarning kundalik faoliyatiga bevosita tatbiq etib boʻlmaydi.