مطالعه هاروارد: مدل o1 در تشخیص‌های اورژانسی ۶۷٪ موفق بود

تصور کنید در بحرانی‌ترین لحظه‌ی اورژانس، یک مدل ریاضی دقیق‌تر از باتجربه‌ترین پزشکان تشخیص دهد. این دیگر یک سناریوی علمی-تخیلی نیست، بلکه واقعیت آماری سال ۲۰۲۶ است.

به نقل از مجله Science در هفته‌ی ۳ می ۲۰۲۶، مدل استدلالی (Reasoning Model) جدید شرکت OpenAI یعنی o1 توانسته است در تشخیص بیماری‌های پیچیده، عملکرد پزشکان متخصص را به چالش بکشد. طبق گزارش TechCrunch، محققان دانشکده پزشکی هاروارد (Harvard Medical School) و مرکز پزشکی بت اسرائیل دیکونس (Beth Israel Deaconess Medical Center) این مدل را با استفاده از داده‌های واقعی اورژانس مورد آزمایش قرار دادند.

در این آزمایش، مدل o1 بدون هیچ‌گونه پیش‌پردازش داده‌ای، مستقیماً با پرونده‌های الکترونیک پزشکی روبرو شد تا دقیقاً همان اطلاعاتی را ببیند که پزشکان در حین درمان بیمار در اختیار دارند. نتایج این رویارویی تکان‌دهنده است:

• مدل o1 در ۶۷٪ از موارد تریاژ، تشخیص دقیق یا بسیار نزدیکی ارائه داد.
• در مقابل، دو پزشک متخصص به ترتیب در ۵۵٪ و ۵۰٪ موارد به تشخیص درست رسیدند.
• بیشترین برتری مدل در مراحل اولیه تریاژ، یعنی زمانی که فشار کاری حداکثری و اطلاعات در دسترس حداقلی است، مشاهده شد.

این نتایج، تاییدکننده‌ی تحلیل‌های پیشین ماست که در آن برتری تکان‌دهنده مدل o1 در اورژانس و احتمال جایگزینی استدلال با تخصص پزشکی را مورد بررسی قرار داده بودیم.

همان‌طور که در تحلیل قبلی ما درباره‌ی مدل‌های استدلالی اشاره کردیم، توانایی تفکر گام‌به‌گام یا زنجیره تفکر (Chain-of-Thought) کلید عبور از توهمات و رسیدن به دقت‌های بالینی است. با این حال، این برتری آماری به معنای جایگزینی فوری پزشکان نیست. آدام رادمن (Adam Rodman)، نویسنده ارشد مطالعه، تأکید می‌کند که هنوز هیچ چارچوب رسمی برای مسئولیت‌پذیری در تشخیص‌های AI وجود ندارد. علاوه بر این، بیماران در لحظات مرگ و زندگی، به همدلی و راهنمایی انسانی نیاز دارند، چیزی که هیچ هوش مصنوعی زاینده (Generative AI) نمی‌تواند جایگزین آن شود.

یک نقطه ضعف کلیدی همچنان باقی است: مدل‌های بنیادی (Foundation Models) فعلی در تحلیل ورودی‌های غیرمتنی، مانند تصاویر پزشکی، محدودیت دارند. بنابراین، گام بعدی این تحول، ادغام داده‌های چندوجهی (Multimodal) مانند عکس‌های رادیولوژی و MRI در زنجیره استدلال مدل است. در همین زمینه، ابزارهایی مانند CheXthought با ایجاد میلیون‌ها نقطه توجه بصری تلاش می‌کنند تا توهمات پزشکی در تحلیل تصاویر را به حداقل برسانند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

گام بعدی شما

• اگر در حوزه سلامت فعال هستید، بررسی کنید که چگونه مدل‌های استدلالی می‌توانند در مرحله پیش‌تشخیص (Triage) به شما کمک کنند.
• منتظر به‌روزرسانی‌های OpenAI در زمینه قابلیت‌های چندوجهی برای تحلیل تصاویر پزشکی باشید.
• درباره‌ی چارچوب‌های اخلاقی و قانونی پذیرش AI در پزشکی مطالعه کنید.