Šią savaitę žurnale „Nature“ pristatomi du nepriklausomi dirbtinio intelekto modeliai, kurie gali padėti įvairiuose pacientų gydymo etapuose – nuo diagnozės iki gydymo sprendimų. Sistemos – MIRA (Medical Intelligence for Reasoning and Action, medicininis intelektas samprotavimams ir veiksmams) ir „Google“ AMIE (Articulate Medical Intelligence Explorer, artikuliuotas medicininio intelekto tyrinėtojas) – veikia bent jau taip pat gerai, kaip gydytojai, parodydamos pokalbių dirbtinio intelekto įrankių potencialą padėti valdyti ligas.
AMIE sistemos architektūra. Šaltinis: „Nature“ (2026). DOI: 10.1038/s41586-026-10764-5
Didieji kalbos modeliai (Large language models, LLM) parodė daug žadančių klinikinių pritaikymų rezultatų, tačiau jie linkę specializuotis siaurai apibrėžtose užduotyse. Klinikinis pacientų valdymas reikalauja daugialypio požiūrio, apimančio pacientų ligos istorijos nagrinėjimą, tinkamų tyrimų atlikimą, tikslių diagnozių nustatymą, gydymo galimybių (tiek farmacinių, tiek chirurginių) planavimą ir rezultatų stebėjimą per kelis vizitus.
Jei dirbtinio intelekto agentai galėtų atlikti tokias užduotis, efektyviai samprotaudami apie gydymo valdymą, jie galėtų padėti gydytojams atlikti įprastines užduotis ir galbūt spręsti gydytojų trūkumo problemą kai kuriuose pasaulio regionuose.
Pirmajame straipsnyje Jakobas Katheris ir jo kolegos aprašo MIRA – dirbtinio intelekto modelį, turintį prieigą prie pacientų duomenų izoliuotoje elektroninėje sveikatos įrašų sistemoje. Modelis vertinamas naudojant realaus pasaulio duomenis iš daugiau nei 500 skubios pagalbos skyrių klinikinių atvejų. MIRA renka informaciją bendraudama su paciento dirbtinio intelekto agentu, kurio atsakymai atitinka dokumentuotas istorijas, paimtas iš klinikinių užrašų. MIRA gali pasirinkti iš daugiau nei 85 000 variantų, kad užsakytų diagnostinius tyrimus, interpretuotų rezultatus ir sudarytų gydymo planus, įskaitant vaistų skyrimą, procedūrų planavimą ir priėmimo organizavimą.
Vidutinis diagnostinis tikslumas siekė 87,8 %, palyginti su 78,1 %, kurį pasiekė šešių skirtingų specialybių gydytojų grupė. Autoriai daro išvadą, kad norint toliau gerinti tikslumą ir įtvirtinti apibendrinamumą realiuose tyrimuose, reikia atlikti tolesnius darbus.
Antrame straipsnyje Mike’as Schaekermannas ir jo kolegos aprašo AMIE – LLM pagrindu veikiančią sistemą, optimizuotą klinikiniam gydymo valdymui ir pokalbiams. Modelis gali atlikti nuolatinį samprotavimą kelių pacientų vizitų metu, kad būtų galima nustatyti ligos progresavimą ir atsaką į gydymą. AMIE naudoja „Gemini“, kad analizuotų iš paciento gautą informaciją ir suderintų savo rezultatus su aktualiomis ir naujausiomis klinikinės praktikos gairėmis ir vaistų sąrašais (patvirtintų, kliniškai pageidaujamų vaistų sąrašais).
Virtualaus klinikinio tyrimo tyrime AMIE buvo lyginamas su 21 pirminės sveikatos priežiūros gydytoju, taikant 100 kelių vizitų atvejų scenarijų ir penkias medicinos specialybes, kurios buvo sukurtos atsižvelgiant į JK NICE rekomendacijas ir BMJ geriausios praktikos gaires. AMIE valdymo samprotavimo gebėjimų srityje pasirodė taip pat gerai, kaip ir tikri gydytojai, o gydymo ir tyrimų tikslumo bei suderinamumo su klinikinėmis gairėmis ir valdymo planų pagrindimo tomis gairėmis srityje – geriau nei gydytojai.
Pagal naujai įvestą vaistų skyrimo samprotavimo (RxQA) lyginamąjį testą, AMIE sunkiais atvejais pranoko gydytojus. Autoriai pažymi, kad reikia atlikti daugiau darbų, kol AMIE bus paruoštas klinikinei priežiūrai, tačiau daro išvadą, kad šis darbas yra žingsnis link pokalbių dirbtinio intelekto įrankių naudojimo, siekiant padėti gydytojams valdyti ligas.
Dyke Ferber et al, Towards autonomous medical artificial intelligence agents, Nature (2026). DOI: 10.1038/s41586-026-10675-5
Valentin Liévin et al, Towards Conversational AI for Disease Management, Nature (2026). DOI: 10.1038/s41586-026-10764-5
Journal information: Nature
Nauji „DI mokslininkai“ tobulėja, tačiau atsiskleidžia ir esminės ribos
Mankšta gali būti vienas veiksmingiausių depresijos ir nerimo gydymo būdų
Prašymas dirbtinio intelekto elgtis kaip ekspertui gali sumažinti jo patikimumą