Технології в медицині: чатбот виявив високий ризик апное завдяки алгоритмам та аналітиці
Поки скептики продовжують стверджувати, що великі мовні моделі здатні лише на генерацію беззмістовних текстів, реальність підкидає сюжети, гідні медичних серіалів. На форумі Reddit з’явилася історія про те, як чат-бот Claude допоміг 62-річному пацієнту отримати правильний діагноз після багатьох років безрезультатних походів по кабінетах вузькопрофільних спеціалістів.
Пастка для спеціалістів
Ситуація була класичною для сучасної медицини: пацієнт із цілим «букетом» важких станів (ниркова недостатність, діабет, гіпертонія та перенесений інсульт) страждав від нестерпного головного болю. Біль виникав лише в положенні лежачи, що мало б стати підказкою, але неврологи та нефрологи, озброївшись результатами МРТ, лише розводили руками. Роками симптоми списували на «вік» та загальну втому від виснажливих процедур діалізу.
Коли автор публікації завантажив медичні дані, включаючи описи МРТ та перелік симптомів, у модель Claude, ШІ звернув увагу на те, що люди зазвичай ігнорують. Він зіставив положення тіла під час болю зі статистикою: у пацієнтів на діалізі поширеність апное сну (зупинки дихання) сягає 40–57%. Це стало ключем до розгадки.
Цифри проти припущень
Модель не просто видала здогадку, а провела оцінку за професійною шкалою STOP-BANG (анкета для оцінки ризику розвитку обструктивного апное сну). Результат 6–7 балів із 8 вказував на критично високий ризик апное. Claude наполегливо рекомендував провести нічне дослідження сну та навіть склав план консультації для профільного лікаря, аби пацієнт не виглядав у кабінеті людиною, що «начиталася інтернету».
Результати реального клінічного дослідження виявилися шокуючими:
- Зупинки дихання відбувалися до 119 разів за ніч.
- Рівень кисню в крові падав до 78%.
- Загалом пацієнт перебував у стані гіпоксії близько 28 хвилин за ніч.
Чому алгоритм спрацював краще за людей
Цей випадок — не про заміну лікаря машиною, а про проблему фрагментації медичної допомоги. Невролог шукав проблеми в мозку, нефролог — у нирках, але ніхто не дивився на картину в цілому. ШІ виступив у ролі супер-бібліотекаря, який миттєво поєднав дані з різних галузей медицини.
Проблема не в тому, що лікарі погані, а в тому, що вони дивляться на пацієнта крізь вузьку щілину своєї спеціалізації. ШІ не має упереджень і пам'ятає всю статистику одночасно.
Після призначення терапії з використанням пристрою, що підтримує тиск у дихальних шляхах, багаторічні головні болі зникли. Це ще раз доводить, що ШІ може бути потужним інструментом для попереднього аналізу, хоча користувачі Reddit слушно зауважують: такі історії не є клінічними дослідженнями та вимагають критичного підходу.
Для роботи таких складних аналітичних моделей потрібні потужні обчислювальні ресурси, проте не всі країни встигають за темпами розвитку галузі. Наприклад, китайські чіпмейкери оцінили своє відставання від світових лідерів у розробці заліза для ШІ щонайменше в десять років.
