Искусственный интеллект в медицине всё чаще рассматривают не просто как справочник или подсказку, а как участника клинического рассуждения. Новое рандомизированное контролируемое исследование показало, что такой подход может повысить точность диагностики.
Как устроили исследование
В исследовании участвовали 70 клиницистов. Авторы оценивали специально созданную систему на основе большой языковой модели, предназначенную для совместного диагностического мышления врача и ИИ.
Сначала диагноз независимо формулировали врач и ИИ. Затем система готовила обобщение: показывала, где мнения совпали, где разошлись, и предлагала комментарии к спорным моментам.
Ученые сравнили два сценария работы:
ИИ сначала дает свое мнение, затем врач формулирует диагноз;
ИИ подключается после первичного решения врача как «второе мнение».
Точность диагностики выросла
Оба варианта взаимодействия оказались лучше обычного подхода с традиционными справочными ресурсами. Точность составила 85% при использовании ИИ как первого мнения и 82% — как второго мнения. В группе стандартной работы показатель был 75%.
Отдельно ИИ достиг точности 90%. При этом совместная работа врача и алгоритма дала сопоставимые результаты, что подчеркивает важность не только самой модели, но и того, как она встроена в клинический процесс.
Почему это важно
Главный вывод исследования — ИИ может быть полезен не только как инструмент поиска информации. При правильной организации работы он становится «напарником» врача: помогает сравнить версии диагноза, увидеть расхождения и структурировать клиническое мышление.
Это особенно важно в сложных диагностических случаях, где ошибка может возникнуть не из-за нехватки знаний, а из-за когнитивных ловушек: преждевременного вывода, недооценки редких причин болезни или чрезмерной уверенности в первой версии.
В смежных задачах искусственный интеллект уже применяют для анализа медицинских записей и прогноза исходов заболевания: например, алгоритмы обработки врачебных текстов могут использоваться для оценки выживаемости у онкологических пациентов, о чем ранее писал МКБ-11 в материале «ИИ может предсказывать выживаемость у больных раком».
Ограничения работы
Авторы не раскрыли диагностические задачи и наборы данных полностью: их публикация могла бы привести к попаданию этих материалов в обучающие выборки будущих моделей. Поэтому данные доступны только по обоснованному запросу.
Кроме того, исследование проводилось в контролируемых условиях. В реальной клинической практике на результат могут влиять время приема, неполные данные, юридическая ответственность, доверие врача к системе и особенности конкретного учреждения.
Что дальше
Работа показывает: вопрос уже не только в том, может ли ИИ предложить правильный диагноз. Не менее важно понять, когда именно врач должен видеть мнение алгоритма, как отображать разногласия и как не допустить чрезмерного доверия к машинному выводу.
Исследование опубликовано в журнале npj Digital Medicine.
Литература
Everett S.S., Bunning B.J., Jain P., Lopez I., Agarwal A., Desai M., Gallo R., Goh E. From tool to teammate in a randomized controlled trial of clinician-AI collaborative workflows for diagnosis. npj Digital Medicine. 2026. DOI: 10.1038/s41746-026-02545-1.