Ума в палату: нейросеть впервые в РФ успешно сдала экзамен на врача
Российская нейросетевая модель GigaChat сумела сдать экзамен на врача. Она проходила такие же испытания, как и любой студент, окончивший шесть курсов медицинского вуза, а принимала результаты тестирования комиссия из профессоров Института медицинского образования НМИЦ им. В.А. Алмазова. Эксперты уверены, что это посильная задача для ИИ, однако пока медиков такой инструмент заменить не сможет.
Экзамен для модели
Нейросетевая модель «Сбера» GigaChat сдала экзамен по направлению подготовки «Лечебное дело», необходимый для получения квалификации «врач-лечебник». Об этом «Известиям» сообщили в пресс-службе «Сбера». Как и любой студент, окончивший шесть курсов медицинского вуза по федеральному государственному образовательному стандарту, искусственный интеллект прошел тестирование и ответил на вопросы билета. Экзамен принимала комиссия из профессоров терапии, хирургии, акушерства и гинекологии Института медицинского образования НМИЦ им. В.А. Алмазова.
Стандартный билет к устному экзамену содержит три ситуационные задачи — по терапии, хирургии, акушерству и гинекологии, а также несколько вопросов к ним. Например, необходимо указать предполагаемый диагноз, составить план лечения, назначить дополнительные обследования и так далее. Также GigaChat прошел тестирование из 100 вопросов. Он набрал 82% при пороге прохождения 70%.
— В перспективе модель может стать основой для создания помощника врача и пациента, обеспечить новые условия для заботы и знания о своем здоровье для каждого человека и стать существенным подспорьем для клинициста в его повседневной практике, — рассказал директор Центра индустрии здоровья Сбербанка Сергей Жданов.
Проект по обучению большой языковой модели GigaChat медицинским знаниям на уровне выпускника медицинского вуза стал для Центра Алмазова большим вызовом, отметил в разговоре с «Известиями» генеральный директор ФГБУ «НМИЦ им. В.А. Алмазова» Минздрава, президент Российского кардиологического общества Евгений Шляхто.
— В нем принимают участие несколько сотен преподавателей и научных сотрудников. Активно присоединились к работе ординаторы и студенты. Мы удовлетворены текущими результатами, и обучение модели будет продолжаться. Уже сейчас совместно со «Сбером» мы запланировали целую линейку прикладных решений для медицинских учреждений, пациентов и врачей на базе GigaChat, разработка которых начнется уже в этом году, — добавил он.
Вкалывают роботы
Как рассказали разработчики языковой модели, обучение алгоритма заняло полгода. Использовался датасет из 42 Гб специализированной информации, в том числе учебно-методические материалы, рекомендованные для обучения студентов в медвузах России, монографии, методические руководства, научные статьи и обезличенные медицинские данные.
При этом полученные от модели рекомендации необходимо утвердить с лечащим врачом.
— Дело в том, что сдать тестирование на аккредитацию, которое проходят специалисты, заканчивающие вуз, для нейросети не представляется сложным. Это стандартный набор тестов, который она может решить, — пояснила директор Института биологии и биомедицины ННГУ Мария Ведунова. — Но может ли эта технология в принципе заменить врача? Конечно, нет.
Любой ИИ — это просто система анализа данных со скоростью, недоступной человеку. При этом важно понимать, что такого рода модели пока не могут делать выводы, которые не содержатся в системах, рассказал заместитель директора Центра компетенций НТИ «Технологии доверенного взаимодействия» на базе ТУСУР Руслан Пермяков.
— Допустим, у нас есть система, которая была разработана для классификации яблок и груш. Были собраны гигантские датасеты с яблоками и грушами различных сортов, при различном освещении, различных точках фотографирования, различной спелости, включая стадии гниения и т.д. Эта система будет точнее и быстрее человека определять яблоко или грушу и указывать стадию его спелости и качество. Но если ей предложить проанализировать баклажан, то результат будет непредсказуем и, можно сказать со 100%-ной уверенностью, неверным, потому что эту систему не научили говорить «я не знаю». В этом слабость всех существующих систем ИИ, — подчеркнул эксперт.
Такого рода системы не смогут сравниться с врачом, просто потому что они не способны принимать решения за рамками того, чему их обучили. Однако это не умаляет их практической пользы, уверен эксперт Центра компетенций НТИ «Бионическая инженерия в медицине», руководитель отдела проектного менеджмента, производства и инжиниринга ИИР СамГМУ Петр Кшнякин.
— Безусловно, с появлением искусственного интеллекта многие процессы в работе врача в перспективе станут значительно легче, — сказал он.
ИИ помогает выявлять различные заболевания на снимках КТ и МРТ, подсказывает врачу, на что обратить внимание при сборе анамнеза, постановке диагноза или назначении дополнительных исследований, резюмировал эксперт.
