Дайджест новостей, часть 4
ИИ всё ещё плох в роли врача
Первое исследование опубликовано в журнале JAMA Network Open. Авторы решили проверить не просто угадывают ли современные ИИ диагноз, а насколько они способны «мыслить» как врач на раннем этапе, когда информации мало и нужно проводить дифференциальную диагностику. Для взяли 21 модель (включая самые известные чат-боты) и прогнали их через клинические сценарии, имитирующие реальные обращения пациентов с симптомами. Оказалось, что именно на этом этапе ИИ чаще всего даёт сбой: более чем в 80% случаев модели неправильно формировали список возможных причин заболевания или упускали критически важные варианты. При этом, когда им уже предоставляли более полные данные (результаты анализов, визуализацию и уточнённую клиническую картину) точность резко возрастала, иногда до вполне конкурентного уровня. В общем, проблема не столько в (не)способности ИИ распознавать известные паттерны, сколько в умении работать с неопределённостью и пошагово сужать круг гипотез, как это делает врач. Именно поэтому такие системы пока нельзя безопасно использовать как самостоятельный инструмент первичной диагностики.
Второе исследование – из журнала BMJ Open. Оно сосредоточено уже не на диагностике как таковой, а на качестве медицинских советов, которые дают популярные чатботы в ответ на реальные пользовательские вопросы. Авторы проанализировали ответы на широкий спектр тем, включая спорные и потенциально опасные области, где чрезвычайно распространена дезинформация. Они обнаружили, что модели нередко выдают ответы уверенным и убедительным тоном, причём даже в тех случаях, когда информация неполная, спорная или тупо неверная. В ряде случаев советы могли быть потенциально вредными, например из-за недооценки серьёзности симптомов или излишне обобщённых рекомендаций. При этом одна из ключевых проблем заключалась не только в точности самих ответов, но и в отсутствии чётких границ уверенности: ИИ редко явно сигнализирует, где заканчиваются его «надёжные знания» и начинаются галлюцинации и догадки. В результате пользователь может воспринимать такой ответ как полноценную медицинскую рекомендацию. Авторы подчёркивают, что даже при хорошем уровне общей осведомлённости ИИ остаётся крайне рискованным источником медицинских советов, если всё это происходит без участия специалиста, который способен быстро оценить масштаб трагедии.
Создана система доставки митохондрий в заданные типы клеток
Помните, я писал о том, что «поддержка митохондрий» - развод на деньги, потому что даже когда прям реально надо, при митохондриальных заболеваниях, мы мало что можем сделать. Так вот швейцарские авторы вот только что обкатали на мышах и на клеточной культуре человеческих нейронов работоспособную систему для пересадки здоровых донорских митохондрий в поражённые клетки.
С митохондриальной дисфункцией (реальной, а не выдуманной бадологами) связана нейродегенерация, атрофия зрительного нерва и масса других крайне неприятных и пока что неизлечимых патологий. Идея заменить плохие митохондрии хорошими появилась давно, но чтобы доставить их внутрь клеток, причём внутрь нужных клеток – на это потребовались годы кропотливой работы. Авторы создали систему с использованием биндеров, это такие поверхностные белки, спефицично связывающиеся с митохондриальными поверхностными белками. Вот их встроили в мембраны клеток-мишеней. Это первый вариант. Второй – наоборот, в мембраны митохондрий внедрили биндеры к поверхностным белкам клеток. И третий вариант включает в себя первый и второй. В роли биндеров выступили фрагменты антител (дополнительно авторы ещё несколько вариантов попробовали).
В целом можно сказать, что получилось неплохо. Выживаемость в клеточной культуре нейронов пациента с амаврозом Лебера выросла на 23,6%. И мыши тоже не жаловались. Вот так получается, пока одни группы исследователей пересаживают свиные органы, другие заняты внутриклеточной трансплантацией человеческих органелл. Макро- и наноуровень.
#новости, #медицина, #дайджест
