ИИ умеет отказывать в ненужных обследованиях: результаты масштабного теста

25.10.2026 Автор: Дмитрий Егоров 1 минута чтения 1

Современные языковые модели всё чаще используются в медицине, но способны ли они отказываться от ненужных процедур? Учёные проверили, насколько крупные LLM умеют говорить «не надо», опираясь на рекомендации международной инициативы Choosing Wisely.

Методика исследования

Исследователи отобрали 15 рекомендаций Choosing Wisely и создали 225 клинических сценариев. В 150 случаях правильным решением было воздержаться от вмешательства, в 75 — наоборот, обследование требовалось. Шесть моделей от OpenAI, Anthropic и Google ответили на каждый сценарий трижды, получив 4 050 рекомендаций.

Общая эффективность моделей

В тесте ИИ проявили высокую сдержанность: ненужные вмешательства были предложены лишь в 5,4 % ответов, а отказ от действительно необходимой помощи — в 0,6 %. В 8 из 15 категорий моделей не было ни одного лишнего назначения, а в 11 — ни одного отказа от нужного лечения.

Проблемные зоны и разница между моделями

Большая часть ошибок сконцентрировалась в двух рекомендациях. В 42,8 % ответов модели советовали УЗИ случайно обнаруженного узла щитовидки, хотя в сценарии оно не требовалось. Второй «случай» — рутинная ЭКГ у взрослых с низким риском, где лишнее обследование предлагалось в 28,3 % случаев. Эти области остаются спорными даже среди врачей, что и приводит к разному поведению моделей: в одних сценариях одна модель ошибалась менее чем в 10 % случаев, другая — почти в 80 %.

Заключение

Тест показывает, что современные ИИ‑модели способны ограничивать ненужные медицинские вмешательства, однако их сдержанность падает в темах, где границы «необходимо‑необходимо» размыты. Чтобы использовать ИИ безопасно, требуется дальнейшее уточнение алгоритмов и привязка к консенсусным клиническим рекомендациям.

☆☆☆☆☆ Пока нет оценок
Оцените запись: