خطای 80 درصدی هوش مصنوعی در تشخیص اولیه بیماری ها

تحقیقات جدید نشان می دهد مدل های هوش مصنوعی در تشخیص اولیه بیماری ها با نرخ خطای 80 درصدی مواجه اند و هنوز جایگزین مطمئنی برای پزشکان نیستند.

- به گزارش خبرگزاری صداوسیما ، محققان بیمارستان Mass General Brigham بوستون با مطالعه روی 21 مدل هوش مصنوعی مطرح (مانند GPT-5 و جمینای) نشان دادند که این فناوری علیرغم پیشرفت هایش، هنوز در دنیای پزشکی به بلوغ نرسیده است.

  بزرگ ترین نقطه ضعف این ابزارها در تشخیص افتراقی است؛ یعنی جایی که باید بین بیماری های با علائم مشابه تمایز قائل شوند.

در این مرحله، چت بات ها در 80 درصد مواقع ناموفق عمل می کنند.

  اگرچه این مدل ها در رسیدن به تشخیص نهایی (زمانی که اطلاعات کامل به آن ها داده شود) دقت بالاتری دارند، اما محققان معتقدند هوش مصنوعی هنوز قدرت استدلال کافی برای محیط های درمانی را ندارد.

به همین دلیل، حضور متخصصان برای بررسی و تأیید نتایج هوش مصنوعی همچنان یک ضرورت حیاتی است.