Миллиард человек, страдающих ментальными расстройствами, и хроническая нехватка психиатров создают идеальную среду для внедрения искусственного интеллекта. Однако есть одна деталь: универсальные модели вроде GPT-4 в клинических условиях практически бесполезны. Как справедливо отмечают авторы исследования в журнале Nature Machine Intelligence, общие большие языковые модели (LLM) систематически не вписываются в реальные рабочие процессы медиков. Решением стала PsychFound — модель, которую не просто «попросили» примерить роль врача, а методично переобучили на экспертных корпусах текстов и массиве из 64,5 тысяч реальных медицинских карт. Пока бигтех гонится за масштабом, здесь ставку сделали на трехфазную доменную адаптацию, превратив алгоритм в узкоспециализированный инструмент с клиническим мышлением.
В вопросах методологии разработчики PsychFound пошли дальше стандартных тестов. Модель с 7 миллиардами параметров прогнали через пять клинических бенчмарков и три проверки профессиональных знаний, где она обошла 22 конкурента, включая гигантов с гораздо большим числом параметров. В ходе проспективного исследования врачи-резиденты, вооруженные PsychFound, не просто быстрее заполняли документацию, но и точнее ставили диагнозы, а также качественнее подбирали фармакотерапию (P < 0,01). Ридер-исследование с участием 60 психиатров подтвердило: качество рассуждений модели сопоставимо с уровнем лечащего врача. Это важный сигнал — доменная адаптация через специфические наборы данных, такие как PsychCorpus и PsychClinical, позволяет избежать «галлюцинаций» там, где цена ошибки слишком высока.
Для индустрии успех PsychFound — это приговор концепции «одной модели для всего». Данный кейс доказывает, что вертикальный ИИ эффективнее и дешевле в эксплуатации. Вместо того чтобы скармливать системе весь интернет, разработчики сфокусировались на объективизации диагностики в условиях дефицита времени. Использование бенчмарка PsychBench для контроля рисков выводит проект из категории «чат-ботов для поддержки» в класс полноценных экспертных систем. В условиях глобального кадрового голода подобные решения станут единственным способом масштабировать психиатрическую помощь, не превращая её в конвейер случайных ошибок.