ИИ в медицине: открытые модели оказались конкурентоспособны

Искусственный интеллект (ИИ) продолжает трансформировать медицину, предлагая новые возможности для улучшения диагностики и клинической практики. В последние годы особое внимание уделяется развитию моделей ИИ с открытым и закрытым исходным кодом. Модели с закрытым исходным кодом, такие как GPT-4, долгое время считались лидерами в решении сложных медицинских задач, требующих глубокого клинического анализа. Однако новое исследование, проведенное учеными Гарвардской медицинской школы в сотрудничестве с врачами медицинского центра Beth Israel Deaconess и больницы Brigham and Women’s Hospital, показало, что модели с открытым исходным кодом, такие как Llama 3.1 405B, могут конкурировать с ведущими проприетарными решениями.

Исследование, опубликованное 14 марта в JAMA Health Forum, продемонстрировало, что Llama 3.1 405B справилась с диагностикой сложных клинических случаев на уровне GPT-4.

Ученые протестировали обе модели на 92 сложных случаях, представленных в рубрике The New England Journal of Medicine. Llama 3.1 405B правильно диагностировала 70% случаев, в то время как GPT-4 справился с 64%. В подмножестве из 22 новых случаев, добавленных для исключения возможного влияния данных из обучающей выборки, Llama показала еще более высокие результаты, правильно определив диагноз в 73% случаев.

Это исследование стало первым, где модель с открытым исходным кодом сравнялась по производительности с ведущей проприетарной моделью в таких сложных задачах.

Одним из ключевых преимуществ моделей с открытым исходным кодом является их способность работать на локальных серверах, что позволяет сохранять конфиденциальность данных пациентов. В отличие от них, модели с закрытым исходным кодом требуют передачи данных на внешние серверы, что может вызывать опасения у медицинских учреждений.

Кроме того, открытые модели могут быть адаптированы под конкретные нужды клиник и исследователей, что делает их более гибкими в использовании. Однако проприетарные модели, такие как GPT-4, часто проще интегрировать с существующей ИТ-инфраструктурой больниц, и они предоставляют традиционную поддержку клиентов, что облегчает их внедрение.

Исследователи подчеркивают, что искусственный интеллект, независимо от типа модели, может стать ценным инструментом для врачей, помогая повысить точность и скорость диагностики. Однако важно, чтобы врачи оставались активными участниками этого процесса, направляя и контролируя использование ИИ в клинической практике.

Это особенно актуально в свете статистики, показывающей, что диагностические ошибки ежегодно приводят к серьезным последствиям для сотен тысяч пациентов (США), включая смертельные исходы и инвалидность. Кроме того, ошибки в диагностике создают значительную финансовую нагрузку на систему здравоохранения, приводя к ненужным тестам и неправильному лечению.

Таким образом, развитие моделей ИИ с открытым исходным кодом открывает новые перспективы для медицины, предлагая конкурентоспособные альтернативы проприетарным решениям. Однако успешное внедрение этих технологий требует тщательного подхода, учитывающего как технические, так и этические аспекты их использования. Врачи и медицинские учреждения должны играть ключевую роль в этом процессе, чтобы ИИ действительно стал надежным помощником в улучшении качества медицинской помощи.