Технологии в медицине: чатбот выявил высокий риск апноэ благодаря алгоритмам и аналитике

Пока скептики продолжают утверждать, что большие языковые модели способны лишь на генерацию бессмысленных текстов, реальность подбрасывает сюжеты, достойные медицинских сериалов. На форуме Reddit появилась история о том, как чат-бот Claude помог 62-летнему пациенту получить правильный диагноз после многих лет безрезультатных походов по кабинетам узкопрофильных специалистов.

Ловушка для специалистов

Ситуация была классической для современной медицины: пациент с целым «букетом» тяжёлых состояний (почечная недостаточность, диабет, гипертония и перенесённый инсульт) страдал от невыносимой головной боли. Боль возникала только в положении лёжа, что должно было стать подсказкой, но неврологи и нефрологи, вооруженные результатами МРТ, лишь разводили руками. Годами симптомы списывали на «возраст» и общую усталость от изнурительных процедур диализа.

Когда автор публикации загрузил медицинские данные, включая описания МРТ и перечень симптомов, в модель Claude, ИИ обратил внимание на то, что люди обычно игнорируют. Он сопоставил положение тела во время боли со статистикой: у пациентов на диализе распространённость апноэ сна (остановки дыхания) достигает 40–57%. Это стало ключом к разгадке.

Цифры против предположений

Модель не просто выдала догадку, а провела оценку по профессиональной шкале STOP-BANG (анкета для оценки риска развития обструктивного апноэ сна). Результат 6–7 баллов из 8 указывал на критически высокий риск апноэ. Claude настоятельно рекомендовал провести ночное исследование сна и даже составил план консультации для профильного врача, чтобы пациент не выглядел в кабинете человеком, который «начитался интернета».

Результаты реального клинического исследования оказались шокирующими:

• Остановки дыхания происходили до 119 раз за ночь.
• Уровень кислорода в крови падал до 78%.
• В целом пациент находился в состоянии гипоксии около 28 минут за ночь.

Почему алгоритм сработал лучше людей

Этот случай — не о замене врача машиной, а о проблеме фрагментации медицинской помощи. Невролог искал проблемы в мозге, нефролог — в почках, но никто не смотрел на картину в целом. ИИ выступил в роли супер-библиотекаря, который мгновенно объединил данные из разных областей медицины.

Проблема не в том, что врачи плохие, а в том, что они смотрят на пациента через узкую щель своей специализации. ИИ не имеет предубеждений и помнит всю статистику одновременно.

После назначения терапии с использованием устройства, поддерживающего давление в дыхательных путях, многолетние головные боли исчезли. Это ещё раз доказывает, что ИИ может быть мощным инструментом для предварительного анализа, хотя пользователи Reddit справедливо замечают: такие истории не являются клиническими исследованиями и требуют критического подхода.

Для работы таких сложных аналитических моделей требуются мощные вычислительные ресурсы, однако не все страны успевают за темпами развития отрасли. Например, китайские чипмейкеры оценили своё отставание от мировых лидеров в разработке железа для ИИ как минимум в десять лет.