“Science” сэтгүүлд нийтлэгдсэн шинэ судалгаагаар хэлний томоохон загварууд (LLM) анагаах ухааны оношилгоонд маш өндөр үр дүн үзүүлж, зарим тохиолдолд эмч нараас дутахааргүй, бүр илүү байгааг харуулжээ.
“TechCrunch” хэвлэлийн мэдээлснээр Гарвардын Анагаах ухааны сургууль болон “Beth Israel Deaconess” эмнэлгийн судлаачид OpenAI-ийн o1 болон 4o загваруудын үр дүнг доторх өвчний эмч нартай харьцуулан туршсан байна.
Туршилтын хүрээнд яаралтай тусламжийн тасагт ирсэн бодит 76 тохиолдлыг шинжилжээ. Хоёр эмчийн тавьсан оношийг хиймэл оюун ухааны хариулттай харьцуулж, үр дүнг нь онош хэнээс ирснийг мэдэхгүй өөр эмч нараар үнэлүүлсэн байна. Үр дүнд нь o1 загвар нь эмч нартай эн тэнцүү, заримдаа ялангуяа мэдээлэл багатай эхний шатанд илүү сайн ажиллаж байв.
Триаж (triage — өвчтөнийг биеийн байдлын хүнд, хөнгөнөөр нь эрэмбэлж, тусламж үзүүлэх дарааллыг тогтоох) тохиолдолд o1 загвар 67 хувьтай зөв оношилсон бол эмч нар 55 болон 50 хувийн үзүүлэлттэй байжээ. Хиймэл оюун ухаан ямар нэг нэмэлт боловсруулалтгүйгээр цахим картын мэдээллийг шууд ашигласан гэдгийг судлаачид онцолсон байна.
Гэхдээ судалгааны багийнхан хиймэл оюун ухаан эмч нарыг шууд орлоход хараахан бэлэн болоогүй гэдгийг анхааруулжээ. Туршилтыг бодит нөхцөлд үргэлжлүүлэн хийх шаардлагатай бөгөөд одоогийн загварууд текст бус (зураг, дүрс г.м) мэдээлэл дээр ажиллахдаа учир дутагдалтай байгаа аж.
Мөн эмч нар хиймэл оюуны гаргасан шийдвэрт хэн хариуцлага хүлээх нь тодорхойгүй байгааг сануулж, өвчтөнүүд эгзэгтэй мөчид хүнд итгэхийг илүүд үздэг болохыг хэлж байна. Шинжээчид гарчигт дурдагдсан үр дүн зарим талаар хэтрүүлэгтэй байж болохыг ч үгүйсгэхгүй байна. Учир нь харьцуулалтыг зөвхөн яаралтай тусламжийн нарийн мэргэжлийн эмч нартай хийгээгүй гэдгийг тэд онцолжээ.
Загайлбал, энэхүү судалгаа нь хиймэл оюун ухааныг эмчийг бүрэн орлох бус, харин анагаах ухааны салбарт туслах хүчирхэг хэрэгсэл болгон ашиглах ирээдүйтэйг харуулж байна.
Анхааруулга: Энэхүү мэдээлэл нь зөвхөн танин мэдэхүйн зориулалттай бөгөөд анагаах ухааны зөвлөгөө биш юм.
