Az AI‑botok a diagnózisban közel 80 %-os hibát követnek el, ahogy egy kutatás kimutatta.

Röviden a kutatás eredménye

Egy újabb vizsgálat, amelyet a *Jama Network Open* publikált és a *Financial Times* idézett, azt mutatta, hogy a népszerű csevegőbotok nem képesek pontosan felállítani orvosi diagnózist, ha korlátozott adathalmazzal dolgoznak. Több mint 80 % esetben hibás diagnózist adtak, míg csak teljes tünetleírás esetén nőtt a pontosság 90 %-ra.

Hogyan történt a kutatás
LépésMi csináltunkVálasztott esettanulmányok29 klinikai forgatókönyvet választottak az útmutatószövegből.AdatátadásA páciens adatait fokozatosan továbbították a csevegőbotoknak: betegségi előzményei → vizsgálati eredmények → laboratóriumi elemzések.Megkérdezés AI-hozKérdezték a diagnózist; mérték a pontosságot és teljességet.

A kísérlet résztvevői
* 20 népszerű modell az OpenAI-tól, Anthropic-tól, Google-tól, xAI-tól, DeepSeek-től.

* Hiányzó adatok esetén több mint 80 % hibás diagnózist állított fel.

* Az információ mennyiségének növekedésével nőtt a pontosság: a legjobb esetekben >90 %, átlagosan – a hibák kevesebb, mint 40 %.

A fejlesztők reakciója
CégMegjegyzésGoogle & AnthropicHa orvosi tanácsot kértek, a csevegőbotok erősen javasolják, hogy forduljanak szakemberhez.OpenAIFelhívja figyelmeztetést a felhasználási feltételekben, hogy szolgáltatásaik nem alkalmasak licencelt orvosi tanácsadásra.xAI & DeepSeekNem adtak megjegyzést.
Néhányan speciális modelleket fejlesztenek: a Google létrehozta az AMIE-t, amely jó eredményeket mutat, de mégis szükséges egy élő orvos megerősítése, különösen a vizuális értékelés fontossága miatt.

Összegzés
A csevegőbotok hasznosak lehetnek segédeszközként, de korlátozott információval gyakran hibáznak. A képzett orvosi szakember helyettesítésére való használatuk jelenleg nem megengedett, bár ilyen modellek hasznosak lehetnek olyan régiókban, ahol hiányzik a hagyományos egészségügyi ellátás elérése.