ИИ обошел врачей в диагностике: что показали исследования в Nature

Что произошло

Две исследовательские группы опубликовали в журнале Nature результаты масштабных экспериментов, в которых AI-системы для медицинской диагностики ChatGPT соперничали с практикующими врачами. В обоих случаях искусственный интеллект показал результаты выше среднего уровня специалистов. Означает ли это, что робот скоро заменит терапевта? Ученые призывают не торопиться с выводами.

Как работает MIRA — автономный агент в виртуальной клинике

MIRA (Medical Intelligence for Reasoning and Action) — система, разработанная командой из ТУ Дрездена и Гейдельбергского университета. В отличие от обычного чат-бота, MIRA работает как автономный агент внутри виртуальной электронной медицинской карты. Система выбирает из более чем 85 000 вариантов действий, включая сбор анамнеза, назначение анализов, интерпретацию результатов, формирование дифференциальных диагнозов и планов лечения.

Исследователи протестировали MIRA на 511 реальных случаях из MIMIC-IV — открытой базы данных отделений неотложной помощи. На восемь категорий заболеваний система ставила верный диагноз в 88,9 % случаев. При прямом сравнении на 311 историях болезни MIRA набрала 87,8 %, четыре опытных специалиста — 78,1 %, а смешанная команда из резидентов и врачей — 71,1 %.

Особенно эффективно система справлялась с аппендицитом (98,6 %) и панкреатитом (92,3 %). Сложнее дались пневмония (72,4 %) и инфекции мочевыводящих путей (77,6 %). При этом MIRA не пропустила ни одного случая, требующего госпитализации, и не допустила опасных ошибок в назначении препаратов.

Как устроена AMIE и почему она обходит врачей

Система AMIE от Google построена иначе: в ней два отдельных агента — один ведёт диалог с пациентом, второй работает «в фоне», сверяя каждый шаг с медицинскими протоколами. В исследовании участвовали 100 историй болезни и 21 врач общей практики. AMIE соответствовала врачам по качеству лечения и превосходила их по точности планов и соблюдению клинических рекомендаций.

На первом приёме план лечения AMIE признавался адекватным в 95 % случаев — против 72 % у врачей. Эксперты и пациенты-актёры чаще отдавали предпочтение системе. Для проверки знаний о лекарствах Google также создала отдельный бенчмарк RxQA на основе национальных формуляров Великобритании — AMIE again outperforms doctors, though even on simpler questions scores stayed below 75%.

Почему это пока не замена врачу

Обе команды подчёркивают ограничения своей работы. MIRA иногда рекомендовала помощь, которая «отклонялась от лучших практик» — хотя и редко. Сравнение проводилось на симулированных пациентах, чьи ответы были «более структурированными, чем реальная речь». Частично это может быть связано с тем, что MIMIC-IV уже входил в обучающие данные используемых моделей.

Эксперты, не участвовавшие в исследованиях, также настороженно оценивают результаты. Профессор медицинской социологии Оксфордского университета Кэтрин Поуп отметила: это «весьма далеко от хаотичного, сложного, человеческого мира повседневного здравоохранения».

Почему выводы исследователей требуют осторожности

Один из ключевых выводов скрыт в дополнительных экспериментах AMIE. Обе системы работали на моделях предыдущего поколения: MIRA использовала GPT-4o и o1-preview, AMIE — Gemini 1.5 Flash. Все они уже устарели. Когда исследователи заменили часть архитектуры AMIE на более новый Gemini 2.5 Flash, преимущество специализированной системы почти исчезло.

Другими словами, «строительные леса» — дополнительные агенты, сверка с рекомендациями, ограничение «галлюцинаций» — нужны слабым моделям. Сильные модели справляются сами. Подробнее о AI-трендах 2026 года. Google прямо признаёт, что AMIE «теряет ценность» по мере роста возможностей базовых моделей. Уже сейчас Gemini 2.5 Pro, o3 и GPT-5 показывают на тесте RxQA результаты, сопоставимые с полной системой AMIE.

AI-модели и нейросети продолжают развиваться.

Якоб Катер, участвовавший в разработке MIRA, сравнил такие системы искусственного интеллекта с автопилотом в самолёте: они берут на себя рутину, но ответственность всегда остаётся на человеке.