Решение было протестировано на 6 689 клинических случаях сердечно-сосудистых заболеваний из международной базы MIMIC-III. Разработанный механизм позволяет ИИ не только формировать диагноз, но и объяснять, насколько он уверен в своем выводе, а также сравнивать собственный результат с диагнозом, поставленным врачом. Каждый ответ системы оценивается по трем параметрам – уровень уверенности, сходство с врачебным заключением и качество объяснения.
Система объединяет эти показатели в единый индекс доверия. Если объяснение выглядит неполным или неубедительным, разработка требует более высокой степени уверенности от модели, прежде чем врач сможет принять ее диагноз.Такой подход позволяет фильтровать ненадежные решения ИИ и сокращает число ситуаций, когда врач вынужден ставить их под сомнение. Так, при высокой уверенности модели (90-99%) врачи отклоняли лишь 1,7% рекомендаций, при низкой (70-79%) – почти все. Когда обоснование было минимальным, диагнозы отклонялись в 73,9% случаев, а при более понятных и развернутых объяснениях – в 49,3%.
Авторы подчеркивают, что одно из главных препятствий для внедрения ИИ в клиническую практику – это отсутствие прозрачности и точной калибровки уверенности. Новая система делает взаимодействие врача и ИИ более осмысленным: врач получает не просто готовый диагноз, а сопровождающее объяснение и оценку надежности. Такой формат снижает риск ошибок, связанных с чрезмерным доверием или, наоборот, недоверием к технологии, и помогает врачам быстрее принимать решения.
При этом предыдущие исследования показывают, насколько остро стоит проблема точности и надежности ИИ. Так, ученые из Германии, Великобритании и США в работе, опубликованной в журнале Nature Medicine в 2024 году, выяснили, что крупные языковые модели пока значительно уступают врачам в постановке диагнозов. При анализе 2,4 тысячи случаев заболеваний брюшной полости ИИ определял патологию правильно лишь в 13-68% случаев против 84-86% у специалистов. Авторы отмечали, что модели часто не следуют диагностическим инструкциям, неправильно интерпретируют результаты анализов и меняют выводы при незначительных изменениях запросов.
Исследователи считают, что предложенный подход может стать основой для будущих стандартов надежного и подотчетного ИИ в здравоохранении. В дальнейшем механизм планируется адаптировать для онкологии, неврологии и инфекционных заболеваний, а также интегрировать в электронные медицинские карты. Следующий этап – испытания в реальных клинических условиях, которые позволят оценить, как разработанная система влияет на точность диагностики и качество лечения пациентов.
Ранее ученые Массачусетского технологического института и Гарвардского университета показали, что большинство оценок медицинских систем ИИ проводится на нереалистичных данных и не отражает их реальных результатов. Они назвали такую ситуацию «иллюзией эффективности» и подчеркнули, что только использование реальных клинических данных и прозрачных алгоритмов позволит объективно оценить пользу ИИ для здравоохранения.
Решение было протестировано на 6 689 клинических случаях сердечно-сосудистых заболеваний из международной базы MIMIC-III. Разработанный механизм позволяет ИИ не только формировать диагноз, но и объяснять, насколько он уверен в своем выводе, а также сравнивать собственный результат с диагнозом, поставленным врачом. Каждый ответ системы оценивается по трем параметрам – уровень уверенности, сходство с врачебным заключением и качество объяснения.
Система объединяет эти показатели в единый индекс доверия. Если объяснение выглядит неполным или неубедительным, разработка требует более высокой степени уверенности от модели, прежде чем врач сможет принять ее диагноз.Такой подход позволяет фильтровать ненадежные решения ИИ и сокращает число ситуаций, когда врач вынужден ставить их под сомнение. Так, при высокой уверенности модели (90-99%) врачи отклоняли лишь 1,7% рекомендаций, при низкой (70-79%) – почти все. Когда обоснование было минимальным, диагнозы отклонялись в 73,9% случаев, а при более понятных и развернутых объяснениях – в 49,3%.
Авторы подчеркивают, что одно из главных препятствий для внедрения ИИ в клиническую практику – это отсутствие прозрачности и точной калибровки уверенности. Новая система делает взаимодействие врача и ИИ более осмысленным: врач получает не просто готовый диагноз, а сопровождающее объяснение и оценку надежности. Такой формат снижает риск ошибок, связанных с чрезмерным доверием или, наоборот, недоверием к технологии, и помогает врачам быстрее принимать решения.
При этом предыдущие исследования показывают, насколько остро стоит проблема точности и надежности ИИ. Так, ученые из Германии, Великобритании и США в работе, опубликованной в журнале Nature Medicine в 2024 году, выяснили, что крупные языковые модели пока значительно уступают врачам в постановке диагнозов. При анализе 2,4 тысячи случаев заболеваний брюшной полости ИИ определял патологию правильно лишь в 13-68% случаев против 84-86% у специалистов. Авторы отмечали, что модели часто не следуют диагностическим инструкциям, неправильно интерпретируют результаты анализов и меняют выводы при незначительных изменениях запросов.
Исследователи считают, что предложенный подход может стать основой для будущих стандартов надежного и подотчетного ИИ в здравоохранении. В дальнейшем механизм планируется адаптировать для онкологии, неврологии и инфекционных заболеваний, а также интегрировать в электронные медицинские карты. Следующий этап – испытания в реальных клинических условиях, которые позволят оценить, как разработанная система влияет на точность диагностики и качество лечения пациентов.
Ранее ученые Массачусетского технологического института и Гарвардского университета показали, что большинство оценок медицинских систем ИИ проводится на нереалистичных данных и не отражает их реальных результатов. Они назвали такую ситуацию «иллюзией эффективности» и подчеркнули, что только использование реальных клинических данных и прозрачных алгоритмов позволит объективно оценить пользу ИИ для здравоохранения.
