Колико је тачан AI доктор? Поштени бројеви

Поштен одговор: AI доктор је отприлике толико тачан колико и лекар неспецијалиста за уобичајене проблеме, али јасно заостаје за стручњаком. Велика мета-анализа из 2025. у npj Digital Medicine утврдила је да самостална дијагностичка тачност генеративног AI износи око 52%. AI доктора онлајн најбоље је третирати као начитано друго мишљење, а не као пресуду.

Тачност AI доктора зависи од квалитета уноса: пун клинички картон може достићи 97%, а ваше сопствене речи око 50%.

AI доктор није замена за лиценцираног лекара и не поставља дијагнозу. У случају медицинских хитних стања позовите 911. Бројеви о тачности испод објашњавају за шта је добар — и тачно где вам још увек треба прави лекар.

Кратак одговор: колико је AI доктор заиста тачан

Уклоните маркетинг и слика је једноставна: генеративни AI дијагностички алат, коришћен самостално, даје тачан одговор нешто више од половине времена — а та једна бројка крије огромне варијације у зависности од задатка, квалитета уноса и тога са ким се пореди.

Један број за оријентацију: ~52%

Систематски преглед и мета-анализа из 2025. на 83 студије, објављени у npj Digital Medicine, утврдили су да генеративни AI модели достижу укупну дијагностичку тачност од 52,1% (95% CI 47,0–57,1%) када раде самостално. То звучи ниско, али то је просек кроз лаке и веома тешке случајеве скупљене заједно — контекст око броја важнији је од самог броја.

У поређењу са правим лекаром

Иста мета-анализа није нашла статистички значајну разлику између AI и лекара уопште (p=0,10), нити значајну разлику наспрам неспецијалиста или лекара на специјализацији (p=0,93). Али AI је радио значајно лошије од лекара стручњака — за око 15,8 процентних поена (p=0,007). Просто речено: AI провера симптома упоредива је са општим лекаром тек изашлим са обуке, и јасно заостаје за специјалистом са годинама препознавања образаца — а када се стави AI доктор у поређењу са правим лекаром један поред другог, види се да се тај јаз шири како случај постаје тежи.

Самостални AI достиже око 52% — на нивоу лекара неспецијалисте, али отприлике 16 поена иза специјалисте.

Зашто број тачности толико варира

Свако ко пореди наслове приметиће веома различите бројке — 97% у једној студији, 40% у другој. Тај распон углавном произлази из шачице променљивих које се ретко помињу у самом наслову:

• Како је унос прикупљен — структурирани клинички картон наспрам пацијентових сопствених речи
• Да ли „тачно“ значи једини најбољи одговор или било који од првих 3–5 предлога
• Колико је уобичајено или ретко основно стање
• Који модел и верзија су тестирани, и када
• Да ли је студија мерила дијагнозу, тријажу или обоје

Смеће унутра, смеће напоље: квалитет уноса је све

У JMIR студији на 100 пацијената хитне службе, ChatGPT на GPT-4 достигао је 97% тачних или делимично тачних дијагноза — али само зато што му је дат исти картон који су лекари приредили и који су лекари на лечењу користили, комплетан са виталним параметрима, лабораторијским налазима и клиничким белешкама. Када му се дају само пацијентови сирови самопријављени симптоми, тачност исте врсте модела пада на отприлике 50% за поклапање међу прва три. AI дијагностички алат је добар само онолико колико и то што му кажете, а разумевање како AI доктор ради испод хаубе објашњава зашто исти модел може толико да варира само због квалитета уноса.

Тачност варира према квалитету уноса: пун клинички картон може достићи 97%, ваше сопствене речи око 50%.

Топ-1 наспрам топ-3: коју бројку наводе?

Тврдња о „70–80% тачности“ обично значи да се тачан одговор појављује негде међу прва три предлога AI тријажног алата, а не да је прво навео право стање. Тражите од истог система један одговор и тачност може пасти на 34–40%. Када видите тврдњу о тачности за било ког AI здравственог асистента, проверите да ли је то топ-1 или топ-3 — то су веома различита обећања, а произвођачи обично истичу оно ласкавије.

Где је AI доктор тачан — а где закаже

Дијагностичка тачност није једна вештина; она је више њих, а AI доктор је у некима много бољи него у другима. Знати шта је шта мења начин на који заправо треба да користите алат.

AI доктор је јак у тријажи, уобичајеним тегобама и обрасцима на сликама — слаб код ретких, вишесистемских случајева и самоуверене погрешности.

Јак у тријажи. AI доктор је најпоузданији када је питање „колико је ово хитно“, а не „шта је ово тачно“. Разврставање симптома у хитно, ургентно или рутинско ужи је и боље дефинисан задатак него постизање коначне дијагнозе, и модели то обично раде доследније.

Јак код уобичајених, добро документованих тегоба. Једноставни, често виђани проблеми — они са обиљем података за обуку и јасним обрасцима симптома — иду у прилог снагама генеративног AI дијагностичког алата.

Јак у уским, сликама богатим специјалностима. У задацима препознавања образаца попут дерматологије, обједињена анализа проспективних студија о откривању меланома утврдила је да AI сам достиже око 80,9% сензитивности и 75,6% специфичности — упоредиво са дерматолозима без помоћи — и да се пење на отприлике 91,9% сензитивности и 83,7% специфичности када AI помаже дерматологу уместо да га замењује. Добро дефинисани визуелни проблеми образаца близу су домаћем терену алата.

Слаб код сложених, ретких или вишесистемских случајева. Тачност нагло опада када се симптоми преклапају кроз телесне системе или указују на неуобичајено стање — управо тамо где расуђивање лекара стручњака највише значи.

Слаб на начин који је лако превидети: самоуверена погрешност. AI доктор може навести погрешну дијагнозу течним, умирујућим језиком, без видљиве ограде која би сигнализирала сумњу. Резултат који звучи уверљиво није исто што и тачан, и управо зато људска провера и даље значи.

Можете ли веровати студијама? Прочитајте ситна слова

Чак и охрабрујући бројеви изнад долазе са оградама које вреди знати пре него што их одмерите.

У мета-анализи од 83 студије, 63 од 83 студије — 76% — оцењене су као високо ризичне по питању пристрасности, а аутори су истакли статистички значајну пристрасност у објављивању (p=0,045), што значи да су ласкави резултати вероватно преувеличани у објављеној литератури. Резултат од 97% на хитној служби који привлачи наслове потекао је из једне студије на само 100 пацијената, без унапред планираног прорачуна величине узорка који би потврдио да ће налаз важити на већој скали.

Неколико понављајућих празнина појављује се кроз ово тело истраживања:

• Већина студија тестира AI на текстуалним винијетама, а не на хаотичним разговорима из стварног света
• Мало испитивања мери шта се дешава после погрешног AI одговора, тј. накнадну штету
• Величине узорака су често премале да поткрепе поверење које наслована бројка сугерише
• Независна репликација изван оригиналног истраживачког тима још је ретка

Аутори те мета-анализе били су директни око тога шта њихови сопствени бројеви значе:

Генеративни AI модели још нису поуздане замене за лекаре стручњаке, али могу послужити као вредна помоћ у сценаријима без стручњака и као образовни алати за лекаре на обуци. — npj Digital Medicine мета-анализа, 2025

Насловне бројке о тачности третирајте као оптимистичне таванице, а не гаранције. Број извучен из мале студије са високим ризиком од пристрасности није исто што и број који ће важити за ваше конкретне симптоме.

Како безбедно користити AI доктора с обзиром на његову тачност

С обзиром на бројеве изнад, паметан потез је ускладити алат са оним у чему је заправо добар, а не са оним за шта звучи способно.

1. Опишите симптоме детаљно, не скраћено. Тачност у великој мери зависи од квалитета уноса, па укључите трајање, тежину и све промене током времена.
2. Прво прочитајте смернице за тријажу. Процена хитности је тамо где AI провера симптома најпоузданије ради — обратите пажњу ако нешто означи као ургентно.
3. Тражите првих 3, не само први 1. Ужи списак могућности поштенији је од једног самоуверено звучећег одговора.
4. Користите га да припремите питања за прави преглед. Претварање нејасне бриге у конкретан списак питања једна је од најпоузданијих употреба алата.
5. Проверите све што је важно код лиценцираног клиничара, посебно за нове, озбиљне или упорне симптоме.
6. Реагујте одмах ако се симптоми погоршају — не чекајте да AI сустигне.
7. Никада не третирајте један AI одговор као коначан. Упоредите га са тим како се заправо осећате и са стручним саветом.

AI дијагностички алат обично је најкориснији за одређени скуп задатака, а најмање користан за друге. Пре него што се ослоните на њега, помаже да знате на којој страни те линије се ваша ситуација налази:

• Разумевање непознатих медицинских термина из лабораторијског налаза или упутнице
• Процена колико би нови симптом могао бити хитан
• Припрема јасног списка питања пре посете лекару
• Стицање опште здравствене едукације о стању које већ имате
• Одлучивање између посете истог дана, заказаног прегледа или пажљивог чекања

Рецензирани консензус је директан: генеративни AI је вредна помоћ у сценаријима без стручњака, а не поуздана замена за лекара стручњака. Америчка Управа за храну и лекове прати AI-омогућене медицинске уређаје који су одобрени за пласман управо зато што непроверени AI резултати носе стваран клинички ризик — подсетник да регулатори, а не само истраживачи, овај јаз у тачности третирају као значајан.

Користите га безбедно: опишите симптоме потпуно, прво прочитајте тријажу, тражите првих 3, и проверите све озбиљно код клиничара.

Када прескочити AI и отићи правом лекару

AI доктор није замена за лиценцираног лекара и не поставља дијагнозу. У случају медицинских хитних стања позовите 911.

Ниједан проценат тачности — ни 52%, ни 97% под идеалним условима — не чини AI дијагностички алат безбедним за ослањање код озбиљног, изненадног или погоршавајућег симптома. Прескочите AI и идите право правом лекару или на хитну помоћ за симптоме попут:

• Бол или притисак у грудима, или отежано дисање
• Изненадна, јака главобоља каква никада раније није била
• Неконтролисано крварење или брзо погоршавајућа повреда
• Знаци можданог удара — опуштање лица, слабост руке, неразговетан говор
• Било који симптом који једноставно делује као хитно стање

Користите AI здравственог асистента да се информишете и организујете своје размишљање, а онда пустите лиценцираног клиничара да донесе стварну одлуку.

Ниједан број тачности не чини AI безбедним за црвене заставице — бол у грудима, знаци можданог удара или јако крварење значе да треба звати 911.