Медицинский ИИ слишком долго пытался усидеть на двух стульях: имитировать человеческий интеллект и при этом не убить пациента ложной диагностикой. Проблема в том, что универсальные языковые модели в критической ситуации склонны к галлюцинациям — они могут запросто дорисовать симптом там, где его нет. Исследователи из HKUST совместно с коллегами из Harvard Medical School и Weill Cornell Medicine предложили выход из этого тупика — фреймворк GSCo (Generalist-Specialist Collaboration).
Система построена на здравом смысле: мультимодальная модель MedDr здесь выступает в роли диспетчера или опытного терапевта, который координирует работу цеховых специалистов — компактных алгоритмов под конкретные задачи. Вместо того чтобы раздувать нейросеть до размеров вселенной, разработчики децентрализовали интеллект. Когда нужно проанализировать специфический снимок, система задействует легкий экспертный модуль. Результаты на тестах по диагностике поражений кожи показательны: GSCo набрал 84 балла из 100, оставив позади и базовую MedDr, и узкопрофильные решения.
Демократизация на базе RTX 4090
Самое примечательное здесь не в процентах точности, а в экономике процесса. Пока бигтехи сжигают миллионы долларов на обучение гигантов, исследователи доказывают: специализированные модули можно дообучать на обычной потребительской видеокарте NVIDIA RTX 4090. Это обнуляет барьер капитальных затрат для клиник. Больше нет нужды выстраивать серверные фермы или, что еще опаснее, отправлять конфиденциальные данные пациентов во внешние облака, надеясь на порядочность провайдера.
Врачи такой подход одобряют. В ходе эксперимента шесть из семи сертифицированных рентгенологов предпочли отчеты GSCo по рентгенограммам грудной клетки заключениям модели R2GenGPT. Профессиональное сообщество готово доверять алгоритмам, только если они выдают клинически релевантный текст, а не художественный вымысел на тему болезни.
Модель протестировали на 32 публичных датасетах, включающих около 260 000 медицинских изображений, где при правильно проведенном дообучении итоговые вычислительные затраты снижаются примерно в 100 раз.
Такое радикальное сокращение издержек превращает ИИ из дорогой игрушки в прикладной инструмент, доступный обычной городской больнице. По сути, 2 млн качественных медицинских записей в обучающей выборке MedDr оказались эффективнее триллионов токенов мусорного общего интернета.
Исследовательский прототип как стандарт
Несмотря на статус исследовательского прототипа и открытый код на GitHub, GSCo — это четкий сигнал рынку. Эра битвы триллионов параметров в медицине закончена. Универсальные системы окончательно проигрывают гибридным связкам в гибкости и стоимости владения. В среде, где цена ошибки — жизнь, иерархическая структура с набором узких, но точных инструментов выглядит единственно жизнеспособной. Для бизнеса это долгожданная возможность внедрять ИИ локально, сохраняя данные внутри периметра и не подписываясь на бесконечные счета за аренду чужих мощностей.