Наскільки точний ШІ-лікар? Чесні цифри

Чесна відповідь: ШІ-лікар приблизно такий самий точний, як лікар-неспеціаліст за поширених проблем, але помітно поступається експертові. Велике метадослідження 2025 року в npj Digital Medicine оцінило точність самостійної діагностики генеративного ШІ приблизно в 52%. ШІ-лікаря онлайн краще сприймати як начитану другу думку, а не як вирок.

ШІ-лікар приблизно такий самий точний, як неспеціаліст за поширених проблем, — начитана друга думка, а не вирок.

ШІ-лікар не замінює ліцензованого лікаря й не ставить діагноз. За невідкладних станів телефонуйте 911. Наведені нижче цифри точності пояснюють, для чого він корисний — і де саме вам усе ще потрібен справжній лікар.

Коротка відповідь: наскільки точний ШІ-лікар насправді

Приберіть маркетинг — і картина проста: генеративний ШІ-інструмент для діагностики, що працює самостійно, дає правильну відповідь трохи більше ніж у половині випадків — і ця єдина цифра приховує величезний розкид за задачами, якістю вхідних даних і тим, з ким його порівнюють.

Одна опорна цифра: ~52%

Систематичний огляд і метадослідження 83 досліджень 2025 року, опубліковані в npj Digital Medicine, показали, що генеративні ШІ-моделі досягають загальної діагностичної точності 52,1% (95% ДІ 47,0–57,1%) за самостійної роботи. Це звучить мало, але це середнє за об’єднаними простими й дуже складними випадками — контекст навколо числа важливіший за саме число.

У порівнянні зі справжнім лікарем

Те саме метадослідження не виявило статистично значущої різниці між ШІ та лікарями загалом (p=0,10) і жодної значущої різниці порівняно з лікарями-неспеціалістами чи ординаторами (p=0,93). Але ШІ показав значущо гірший результат, ніж лікарі-експерти — приблизно на 15,8 відсоткового пункту (p=0,007). Простіше кажучи: ШІ-перевіряч симптомів співставний із терапевтом одразу після навчання й помітно відстає від спеціаліста з роками досвіду розпізнавання патернів — а якщо поставити ШІ-лікаря в порівнянні зі справжнім лікарем поруч, видно, як цей розрив зростає з ускладненням випадку.

Самостійний ШІ досягає приблизно 52% — нарівні з лікарем-неспеціалістом, але приблизно на 16 пунктів позаду спеціаліста.

Чому цифра точності так сильно стрибає

Кожен, хто порівнює заголовки, помітить дико різні цифри — 97% в одному дослідженні, 40% в іншому. Цей розкид здебільшого зводиться до жменьки змінних, які рідко згадують у самому заголовку:

• Як збиралися вхідні дані — структурована клінічна карта чи власні слова пацієнта
• Чи означає «правильно» єдину найкращу відповідь чи будь-яке з перших 3–5 припущень
• Наскільки поширений або рідкісний основний стан
• Яка модель і версія тестувалися й коли
• Чи вимірювало дослідження діагноз, сортування за терміновістю чи те й інше

Сміття на вході — сміття на виході: якість вхідних даних вирішує все

У дослідженні JMIR на 100 пацієнтах відділення невідкладної допомоги ChatGPT на базі GPT-4 досяг 97% правильних або частково правильних діагнозів — але лише тому, що йому згодовували ту саму вивірену лікарями карту, яку використовували лікарі, що лікували, з показниками життєдіяльності, аналізами й клінічними нотатками. Якщо дати тільки сирі самостійно повідомлені симптоми пацієнта, точність тієї самої моделі падає приблизно до 50% для збігу в топ-3. ШІ-інструмент для діагностики хороший рівно настільки, наскільки добре ви його інформуєте, і розуміння того, як працює ШІ-лікар під капотом, пояснює, чому одна й та сама модель може так сильно коливатися залежно лише від якості вхідних даних.

Точність коливається залежно від якості вхідних даних: повна клінічна карта може досягти 97%, ваші власні слова — приблизно 50%.

Топ-1 проти топ-3: яку цифру вони називають?

Твердження «точність 70–80%» зазвичай означає, що правильна відповідь з’являється десь у топ-3 припущеннях ШІ-інструмента сортування, а не що він назвав правильний стан першим. Запитайте ту саму систему про єдину відповідь — і точність може впасти до 34–40%. Коли ви бачите твердження про точність будь-якого ШІ-помічника зі здоров’я, перевіряйте, топ-1 це чи топ-3 — це дуже різні обіцянки, і постачальники зазвичай виставляють уперед більш утішну.

Де ШІ-лікар точний — а де дає збій

Діагностична точність — це не один навик, а кілька, і ШІ-лікар в одних набагато кращий, ніж в інших. Розуміння, що є що, змінює те, як вам варто насправді використовувати інструмент.

ШІ-лікар сильний у сортуванні за терміновістю, поширених скаргах і розпізнаванні патернів на зображеннях — слабкий у рідкісних, багатосистемних випадках і в упевненій хибності.

Сильний у сортуванні за терміновістю. ШІ-лікар найнадійніший, коли питання звучить як «наскільки це терміново», а не «що саме це». Віднести симптом до екстреного, термінового чи рутинного — задача вужча й чіткіше визначена, ніж постановка остаточного діагнозу, і моделі зазвичай справляються з нею стабільніше.

Сильний у поширених, добре задокументованих скаргах. Прості, часто трапляні проблеми — такі, де багато навчальних даних і чіткі патерни симптомів, — грають на сильних сторонах генеративного ШІ-інструмента для діагностики.

Сильний у вузьких, насичених зображеннями спеціальностях. У задачах розпізнавання патернів, як-от дерматологія, об’єднаний аналіз проспективних досліджень виявлення меланоми показав, що ШІ окремо досягає приблизно 80,9% чутливості й 75,6% специфічності — співставно з дерматологами без допомоги — і піднімається приблизно до 91,9% чутливості й 83,7% специфічності, коли ШІ допомагає дерматологу, а не замінює його. Чітко визначені візуальні задачі розпізнавання патернів близькі до рідної території інструмента.

Слабкий у складних, рідкісних або багатосистемних випадках. Точність різко падає, коли симптоми перетинаються між системами організму або вказують на непоширений стан — саме там, де найважливіше судження лікаря-експерта.

Слабкий так, що це легко пропустити: упевнена хибність. ШІ-лікар може викласти невірний діагноз плавною, заспокійливою мовою, без видимого застереження, що сигналізує про сумнів. Правдоподібно звучний результат — не те саме, що правильний, і саме тому перевірка людиною все ще важлива.

Чи можна довіряти дослідженням? Читайте дрібний шрифт

Навіть обнадійливі цифри вище йдуть із застереженнями, які варто знати, перш ніж на них спиратися.

У метадослідженні 83 досліджень 63 з 83 досліджень — 76% — були оцінені як такі, що мають високий ризик систематичної похибки, а автори відзначили статистично значущу похибку публікації (p=0,045), що означає, що втішні результати, ймовірно, надмірно представлені в опублікованій літературі. Привабливий для заголовків результат 97% у відділенні невідкладної допомоги отримано з єдиного дослідження всього на 100 пацієнтах, без заздалегідь запланованого розрахунку розміру вибірки, щоб підтвердити, що висновок устоїть у масштабі.

По всьому цьому масиву досліджень проступає кілька повторюваних прогалин:

• Більшість досліджень перевіряють ШІ на текстових віньєтках, а не на плутаних реальних розмовах
• Мало випробувань вимірюють, що відбувається після невірної відповіді ШІ, тобто подальшу шкоду
• Розміри вибірок часто надто малі, щоб підкріпити впевненість, яку має на увазі заголовкова цифра
• Незалежне відтворення поза вихідною дослідницькою групою все ще рідкість

Автори того метадослідження прямо висловилися про те, що означають їхні власні цифри:

Генеративні ШІ-моделі поки не є надійною заміною лікарям-експертам, але можуть слугувати цінними помічниками в сценаріях без спеціаліста й як освітні інструменти для медичних стажерів. — Метадослідження npj Digital Medicine, 2025

Сприймайте заголовкові цифри точності як оптимістичні стелі, а не гарантії. Число, взяте з малого дослідження з високим ризиком систематичної похибки, — не те саме, що число, яке устоїть для ваших конкретних симптомів.

Як безпечно користуватися ШІ-лікарем з урахуванням його точності

З урахуванням цифр вище розумний хід — підбирати інструмент під те, у чому він справді хороший, а не під те, на що він звучить здатним.

1. Описуйте симптоми докладно, а не скорочено. Точність сильно залежить від якості вхідних даних, тому вказуйте тривалість, тяжкість і будь-які зміни з часом.
2. Спершу читайте рекомендацію щодо терміновості. Оцінка терміновості — там, де ШІ-перевіряч симптомів працює найнадійніше; зверніть увагу, якщо він позначає щось як термінове.
3. Просіть топ-3, а не лише топ-1. Шорт-лист можливостей чесніший, ніж єдина впевнено звучна відповідь.
4. Використовуйте його, щоб підготувати питання до справжнього прийому. Перетворити невиразну тривогу на конкретний список питань — одне з найнадійніших застосувань інструмента.
5. Перевіряйте все важливе в ліцензованого клініциста, особливо за нових, серйозних або стійких симптомів.
6. Негайно ескалюйте, якщо симптоми погіршуються, — не чекайте, поки ШІ підхопить.
7. Ніколи не вважайте єдину відповідь ШІ остаточною. Звіряйте її з тим, як ви себе реально почуваєте, і з порадою спеціаліста.

ШІ-інструмент для діагностики зазвичай найкорисніший для певного набору задач і найменш корисний для інших. Перш ніж на нього спиратися, корисно зрозуміти, на якому боці цієї межі опиняється ваша ситуація:

• Розуміння незнайомих медичних термінів із результату аналізу чи направлення
• Оцінка того, наскільки терміновим може бути новий симптом
• Підготовка чіткого списку питань перед візитом до лікаря
• Отримання загальної медичної просвіти про стан, який у вас уже є
• Вибір між візитом того самого дня, запланованим прийомом чи спостереженням у динаміці

Рецензований консенсус прямолінійний: генеративний ШІ — цінний помічник у сценаріях без спеціаліста, а не надійна заміна лікарю-експерту. Управління з санітарного нагляду за якістю харчових продуктів і медикаментів США відстежує медичні пристрої зі ШІ, дозволені до продажу, саме тому, що неперевірені висновки ШІ несуть реальний клінічний ризик, — нагадування про те, що регулятори, а не лише дослідники, вважають цей розрив у точності суттєвим.

Користуйтеся безпечно: описуйте симптоми повністю, спершу читайте оцінку терміновості, просіть топ-3 й перевіряйте все серйозне в клініциста.

Коли пропустити ШІ й звернутися до справжнього лікаря

ШІ-лікар не замінює ліцензованого лікаря й не ставить діагноз. За невідкладних станів телефонуйте 911.

Жоден відсоток точності — ні 52%, ні 97% в ідеальних умовах — не робить ШІ-інструмент для діагностики безпечним для того, щоб покладатися на нього за серйозного, раптового або погіршуваного симптому. Пропустіть ШІ й одразу йдіть до справжнього лікаря або в невідкладну допомогу за таких симптомів, як:

• Біль або тиск у грудях чи утруднене дихання
• Раптовий сильний головний біль, не схожий на жоден попередній
• Неконтрольована кровотеча або травма, що швидко погіршується
• Ознаки інсульту — опущення обличчя, слабкість у руці, невиразна мова
• Будь-який симптом, який просто відчувається як невідкладний стан

Використовуйте ШІ-помічника зі здоров’я, щоб інформувати себе й упорядкувати думки, а потім дозвольте ліцензованому клініцисту ухвалити фактичне рішення.

Жодна цифра точності не робить ШІ безпечним за червоних прапорців — біль у грудях, ознаки інсульту чи сильна кровотеча означають: телефонуйте 911.