RU

Популярные новости

ИИ от Google научился ставить диагнозы по фото точнее врачей

ИИ от Google научился ставить диагнозы по фото точнее врачей

Google представил революционную ИИ-систему AMIE для медицинской диагностики, демонстрирующую выдающиеся результаты в распознавании заболеваний. Инновационная разработка базируется на передовой мультимодальной языковой модели Gemini 2.0 Flash, способной одновременно анализировать текстовую информацию и визуальные данные с высокой точностью.

AMIE (Articulate Medical Intelligence Explorer) прошла углубленное обучение для идентификации разнообразных кожных патологий, расшифровки электрокардиограмм и комплексного анализа лабораторных показателей. В процессе тестирования система продемонстрировала исключительную гибкость, эффективно обрабатывая обычные фотографии, PDF-документы и различные медицинские данные. Такая универсальность делает AMIE перспективным решением для удаленной диагностики, особенно в контексте стремительного развития телемедицинских сервисов.

Для проверки эффективности искусственного интеллекта исследователи Google организовали масштабное тестирование, охватившее 105 симулированных медицинских консультаций. В эксперименте участвовали 25 актеров, изображавших пациентов с различными симптомами. В каждом клиническом случае как AMIE, так и практикующие врачи формулировали диагностические заключения на основе предоставленных фотографий и текстовых описаний. Независимая экспертная комиссия оценивала точность диагнозов. Результаты оказались впечатляющими: искусственный интеллект в среднем превзошел врачей по точности диагностики, особенно при работе со сложными визуальными материалами.

Несмотря на обнадеживающие результаты, специалисты Google сохраняют осторожность и подчеркивают, что проведенные испытания не могут полностью воспроизвести многогранность реальной клинической практики. Для полноценного внедрения AMIE в повседневную медицинскую деятельность потребуется проведение дополнительных, более масштабных исследований в условиях, максимально приближенных к реальным клиническим ситуациям.