மைக்ரோசாப்ட் தனது மருத்துவ AI அமைப்பு, பயிற்சி மருத்துவர்களை விட இரண்டு மடங்கு துல்லியமாக கடினமான நிகழ்வுகளைக் கண்டறிய முடியும் என்று கூறுகிறது - மேலும் இந்த முறை, கூற்று சக மதிப்பாய்வில் தப்பிப்பிழைத்துள்ளது.
மைக்ரோசாஃப்ட் AI கண்டறிதல் இசைக்குழு (MAI-DxO) "மொழி மாதிரிகள் கொண்ட தொடர் நோய் கண்டறிதல்" என்ற தலைப்பின்படி, குறைவான சோதனைகள் மற்றும் நடைமுறைகளை வரிசைப்படுத்தும் போது கண்டறியும் துல்லியத்தில் "கணிசமான அளவில் பயிற்சி பெற்ற பொது மருத்துவர்களை விஞ்சியது". இந்த வேலை முதன்முதலில் கடந்த ஆண்டு arXiv இல் பியர்-ரிவியூ செய்யப்படாத முன் அச்சாகத் தோன்றியது. வியாழன் அன்று, கண்டுபிடிப்புகள் அறிவியல் இதழில் முறையாக வெளியிடப்பட்டன, மைக்ரோசாப்ட் வாதிடும் ஒரு படி, கணினியை ஈர்க்கக்கூடிய டெமோ பிரதேசத்திலிருந்து மருத்துவ நம்பகத்தன்மையை நோக்கி நகர்த்துகிறது. For more context on this story, see our ongoing more AI stories.
நியூ இங்கிலாந்து ஜர்னல் ஆஃப் மெடிசினில் வெளியிடப்பட்ட சிக்கலான வழக்குப் பதிவுகளிலிருந்து கட்டப்பட்ட சோதனைகளில், MAI-DxO 83.2 சதவிகிதம் கண்டறியும் துல்லியத்தை அடைந்தது, இது குறிப்புப் பொருட்களை அணுகக்கூடிய பொது மருத்துவர்களுக்கு 36.1 சதவிகிதத்துடன் ஒப்பிடும்போது. மருத்துவர்களுக்கு அந்த ஆதாரங்கள் மறுக்கப்பட்டபோது, அவர்களின் துல்லியம் தோராயமாக 22 சதவீதமாகக் குறைந்தது - அந்த நிலைமைகளின் கீழ் AI அமைப்பு கிட்டத்தட்ட நான்கு மடங்கு துல்லியமாக இருந்தது. அவசர சிகிச்சை பிரிவு சேர்க்கைகளின் அடிப்படையில் ஒரு தனி சோதனையில், AI மீண்டும் பொது மருத்துவர்களை விஞ்சியது, இருப்பினும் 80.3 சதவீதம் முதல் 46.8 சதவீதம் வரை குறைந்த வித்தியாசத்தில் இருந்தது.
மருத்துவர்கள் செய்யும் முறையை கண்டறியும் ஒரு அமைப்பு
MAI-DxO ஐ வழக்கமான அறிகுறி சரிபார்ப்பவர்களிடமிருந்து வேறுபடுத்துவது என்னவென்றால், அது தொடர்ச்சியாக வேலை செய்கிறது. அறிகுறிகள், வரலாறு மற்றும் சோதனை முடிவுகளின் முழுமையான கோப்பை நோயாளிகள் மாதிரியை ஒப்படைக்க மாட்டார்கள். அதற்கு பதிலாக, கணினி ஒரு முக்கிய புகாருடன் தொடங்குகிறது, மேலும் எந்தப் பின்தொடர்தல் கேள்விகளைக் கேட்க வேண்டும் மற்றும் நோயறிதலைச் செய்வதற்கு முன் எந்த சோதனைகளை ஆர்டர் செய்ய வேண்டும் என்பதைத் தீர்மானிக்க வேண்டும் - நிச்சயமற்ற நிலையில் ஒரு உண்மையான மருத்துவர் எவ்வாறு செயல்படுகிறார் என்பதற்கு மிக நெருக்கமாக.
இந்த தொடர்ச்சியான பாணியில் பெரிய மொழி மாதிரிகளின் கண்டறியும் திறன்களை மதிப்பிடுவதற்கு முந்தைய வரையறைகள் தவறிவிட்டதாக ஆராய்ச்சியாளர்கள் கூறுகின்றனர், எனவே அவர்கள் வரிசைமுறை கண்டறிதல் பெஞ்ச்மார்க் அல்லது SDBench எனப்படும் புதிய மதிப்பீட்டை உருவாக்கினர்.
ஹூட்டின் கீழ், MAI-DxO "மருத்துவர் குழுவை உருவகப்படுத்துகிறது," காகிதத்தின் படி, தொடர்ந்து வேறுபட்ட நோயறிதலைத் திருத்துகிறது மற்றும் செலவு குறைந்த சோதனைகளைத் தேர்ந்தெடுக்கிறது. வெவ்வேறு AI முகவர்கள் தனித்தனியான பாத்திரங்களை வகிக்கின்றனர்: நோயறிதல்களை முன்மொழிதல், சோதனைகளை வரிசைப்படுத்துதல், சவாலான அனுமானங்கள் மற்றும் எடையிடல் செலவுகள். ஆரம்ப நோயறிதலில் தொகுத்தல் அல்லது மாற்று விளக்கங்களைக் கவனிக்காமல் இருப்பது போன்ற தனிப்பட்ட மருத்துவர்களைப் பாதிக்கும் அறிவாற்றல் சார்புகளை எதிர்கொள்ள இந்த அமைப்பு உதவுகிறது என்று ஆராய்ச்சியாளர்கள் பரிந்துரைக்கின்றனர்.
OpenAI இன் GPT மாடல்களில் கட்டப்பட்டது
இந்த அமைப்பு OpenAI இன் GPT-5 இல் இயங்கும் அதன் வலுவான முடிவுகளை அடைந்தது, GPT-5.5 ஐப் பயன்படுத்தி மேலும் மேம்பாடுகளைக் காட்டும் கூடுதல் சோதனையுடன். மைக்ரோசாப்ட் பொருளாதாரத்தையும் வலியுறுத்துகிறது: குறைவான தேவையற்ற சோதனைகள் மற்றும் நடைமுறைகளை ஆர்டர் செய்வதன் மூலம் MAI-DxO செலவில் பாதி அல்லது மூன்றில் ஒரு பங்கில் சரியான நோயறிதலை அடைகிறது என்று நிறுவனம் கூறுகிறது.
அந்தச் செலவுக் கோரிக்கையானது மைக்ரோசாப்ட் தன்னைக் கொடியிடும் ஒரு எச்சரிக்கையுடன் வருகிறது - சேமிப்புகள் உருவகப்படுத்தப்பட்ட நிகழ்வுகளில் மதிப்பிடப்பட்ட செலவினங்களை மாதிரியாகக் கொண்டுள்ளன, நிஜ உலக மருத்துவக் கட்டணங்கள் அல்ல. பொது மருத்துவர்களைக் காட்டிலும் நிபுணர் நிபுணர்களுடன் கணினியை ஒப்பிட்டுப் பார்த்தால், செயல்திறன் இடைவெளி குறையும் என்று ஆராய்ச்சியாளர்கள் ஒப்புக்கொள்கிறார்கள்.
பெஞ்ச்மார்க் முதல் படுக்கை வரை
ஒரு சிறந்த பத்திரிகையில் வெளியிடுவது ஒரு விஷயம்; நோயாளிகளுக்கு சிகிச்சை அளிப்பது வேறு. மைக்ரோசாப்டின் AI தலைவர் முஸ்தபா சுலைமான் தி வெர்ஜிடம், எந்தவொரு நிஜ-உலக வரிசைப்படுத்தலுக்கும் இன்னும் மருத்துவ பரிசோதனை தேவைப்படும் என்று கூறினார் - மேலும் நிறுவனம் ஏற்கனவே அதற்கான திட்டங்களைக் கொண்டுள்ளது. மைக்ரோசாப்டின் AI ஹெல்த் தலைவர் டாக்டர் டொமினிக் கிங், அடுத்த இரண்டு மாதங்களுக்குள் பாஸ்டனில் உள்ள பெத் இஸ்ரேல் டீக்கனஸ் மருத்துவ மையத்தில் சோதனை தொடங்கும் என்றார்.
அந்த அரங்க அணுகுமுறை முக்கியமானது, ஏனென்றால் களம் இந்தப் படத்தை முன்பே பார்த்தது. இந்த ஆண்டின் தொடக்கத்தில், ஹார்வர்ட் பல்கலைக்கழகம் மற்றும் பெத் இஸ்ரேல் டீக்கனஸ் மெடிக்கல் சென்டர் ஆகியவற்றின் ஆராய்ச்சியாளர்கள், OpenAI இன் o1-முன்னோடி பகுத்தறிவு மாதிரியானது நோயறிதல் பணிகளில் மருத்துவர்களை முறியடித்ததாகவும், AI மருத்துவர்களை மாற்றுவது பற்றிய தலைப்புச் செய்திகளை ஊட்டுவதாகவும் தெரிவித்தனர். அந்த ஆய்வுகளால் நிறுவ முடியாதது நேரடி மருத்துவ அமைப்புகளில் உள்ள பாதுகாப்பாகும், அங்கு தவறுகள் உண்மையான விளைவுகளை ஏற்படுத்துகின்றன மற்றும் நோயாளிகளின் எண்ணிக்கை க்யூரேட்டட் ஜர்னல் கேஸ்களை விட மிகவும் குழப்பமாக உள்ளது.
மைக்ரோசாப்ட் லட்சிய கட்டமைப்பில் சாய்ந்துள்ளது, "மருத்துவ நுண்ணறிவை உருவாக்குதல்" என்ற பதாகையின் கீழ் தனது சொந்த அறிவிப்பை வெளியிடுகிறது. AI ஆனது மனித நிபுணத்துவ செயல்திறனை மிகத் தெளிவான களங்களில் ஒன்றாக கண்டறியும் பகுத்தறிவை சுலேமான் நிலைநிறுத்தியுள்ளார்.
ஏன் விவரங்கள் முக்கியம்
பெஞ்ச்மார்க்கில் பயன்படுத்தப்படும் NEJM கேஸ்கள், வடிவமைப்பால், கண்டறியும் வகையில் கடினமானவை - ஒருவரை ஸ்டம்ப் செய்ததால் துல்லியமாக எழுதப்படும் புதிர்கள். தினசரி முதன்மை பராமரிப்பு என்பது வழக்கமான விளக்கக்காட்சிகளின் மகத்தான தொகுதிகளை உள்ளடக்கியது, அங்கு பொதுவான துல்லியம் இயற்கையாகவே அதிகமாக இருக்கும். அரிதான, சிக்கலான நிகழ்வுகளில் துல்லியத்தை இரட்டிப்பாக்கும் ஒரு அமைப்பு மதிப்புமிக்கது, ஆனால் இது எல்லா மருத்துவத்திலும் இரட்டிப்பு துல்லியம் போல் இல்லை.
பொறுப்புக்கூறல் பற்றிய கேள்வியும் உள்ளது. AI ஆர்கெஸ்ட்ரேட்டர் ஒரு சோதனை அடுக்கை ஆர்டர் செய்தால், அது ஒரு அபாயகரமான நிலையைத் தவறவிட்டால், பெரும்பாலான அதிகார வரம்புகளில் பொறுப்புக் கேள்விகள் தீர்க்கப்படாமல் இருக்கும். பெத் இஸ்ரேல் டீக்கனஸில் உள்ள மருத்துவ பரிசோதனைகள், வருங்கால ஆதார கட்டுப்பாட்டாளர்கள் மற்றும் மருத்துவமனை அமைப்புகளுக்குத் தேவையான துல்லியமான வகைகளை உருவாக்குவதாகும்.
இருப்பினும், பாதை புறக்கணிக்க கடினமாக உள்ளது. அறிவியலில் ஒரு சக மதிப்பாய்வு முடிவு, வரையறுக்கப்பட்ட மருத்துவ பரிசோதனைத் திட்டம் மற்றும் சுகாதார அமைப்புகளின் மீதான செலவு அழுத்தம் அனைத்தும் ஒரே திசையையே சுட்டிக்காட்டுகின்றன: கண்டறியும் AI ஆனது ஆராய்ச்சி ஆர்ப்பாட்டங்களிலிருந்து ஒழுங்குபடுத்தப்பட்ட மருத்துவ நடைமுறையை நோக்கி நகர்கிறது. அடுத்த மைல்கல் அந்த பாஸ்டன் சோதனை முடிவுகள் - பெஞ்ச்மார்க் ஆதிக்கம் உண்மையான நோயாளிகளுக்கு சிறந்த விளைவுகளாக மொழிபெயர்க்கப்படுகிறதா என்பதற்கான முதல் சோதனை.
தற்போதைக்கு, காகிதத்தின் சொந்த ஃப்ரேமிங் மிகச் சிறந்த சுருக்கம்: சிக்கலான நிகழ்வுகளின் வரிசைமுறை கண்டறிதலில், AI மருத்துவர்களின் உருவகப்படுத்தப்பட்ட குழு, குறைந்த மதிப்பிடப்பட்ட செலவில், ஒரு பரந்த வித்தியாசத்தில், பொதுவான பயிற்சியாளர்களை விஞ்சியது. அங்கீகரிக்கப்பட்ட மருத்துவ நடைமுறையாக மாற்றுவது மைக்ரோசாப்ட் இப்போது பதிவுசெய்துள்ள கடினமான பிரச்சனையாகும்.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
