ИИ-агенты: помощники врачей или новые медицинские профессионалы?
В этой статье
Лишь 27% времени медицинских работников приходится на непосредственную помощь пациентам; остальное занимают документы и административные задачи. ИИ-агенты обещают изменить баланс. На каком этапе мы сейчас?
🌟 Зачем мы написали эту статью?
Время, затрачиваемое на электронные записи и административную работу, постоянно растёт, усиливая выгорание врачей. Есть ли надёжный способ изменить ситуацию? 🤔
Главный кандидат: ИИ-агенты.За пределами обычного чат-бота эти системы способны выполнять управление записями, интерпретацию анализови интеграцию рабочих процессов. Останутся ли они разгружающими помощниками или превратятся в «нового медицинского профессионала»? 👩⚕️🤖
Для ответа рассмотрим результаты MedAgentBench— стэнфордской платформы. В NEJM AI опубликовано 14 августа 2025 года (DOI: 10.1056/AIdbp2500144) исследование, представляющее первую крупномасштабную оценочную среду для ИИ-агентов в реалистичных сценариях электронных медкарт. Ниже представлены охват и качество моделей. 🚀
Почему это важно?
Исследования показывают: лишь 27% времени уходит на прямую помощь, а документы, электронные карты и администрирование преобладают. Дисбаланс усиливает выгорание; ИИ-агенты стремятся освободить клиническое время, взяв рутину на себя.
От чат-ботов к агентам
- Понимают сложные инструкции и планируют действия;
- объединяют сведения из нескольких источников;
- взаимодействуют с электронными медкартами через стандартные API,
- выполняют задачи пошагово и дают врачам сводки.
Пример: вместо простого ответа «как лечат пневмонию?» агент может учесть аллергии, антибиотикограмму, лекарственные взаимодействия и оценки риска, чтобы подготовить индивидуальный план как черновик назначения.
📊 MedAgentBench: первая оценочная среда медицинских ИИ-агентов
MedAgentBenchразработана в Стэнфорде и оценивает агентов в реалистичных процессах электронных карт: 300 задач и 100 профилей пациентов в FHIR-совместимой среде.
📈 Успешность моделей: интерактивно
Переключите вид: общая SR, SR запросов, SR действий.
Совет: наведите курсор на столбцы для точных процентов. Нажмите название модели, чтобы закрепить или снять закрепление при сравнении.
| Модель | Общая SR (%) | SR запросов (%) | SR действий (%) |
|---|---|---|---|
| Claude 3.5 Sonnet v2 | 69.67 | 85.33 | 54.00 |
| GPT-4o | 64.00 | 72.00 | 56.00 |
| DeepSeek-V3 | 62.67 | 70.67 | 54.67 |
| Gemini 1.5 Pro | 62.00 | 52.67 | 71.33 |
| GPT-4o mini | 56.33 | 59.33 | 53.33 |
| Qwen2.5 (72B) | 51.33 | 38.67 | 64.00 |
⚠️ Частые ошибки
- Нарушение нужного формата, например текст вместо чисел;
- недопустимые или ошибочные вызовы API: ошибки содержимого запроса или синтаксиса;
- неполное понимание клинического контекста.
👩⚕️ Могут ли они заменить врачей?
Агенты пока не готовы заменить врачей, но уже могут работать как помощники, выполняя документы, ввод назначений и простые запросы и освобождая клиническое время. При улучшении надёжности и стандартов они могут стать новой категорией медицинских профессионалов.
🚀 Взгляд в будущее
- Улучшение воспроизводимости и надёжности;
- более богатые наборы данных, включая записи и взаимодействие команд;
- чёткие этические, безопасностные и регуляторные рамки.
🔗 Источник и ссылка
MedAgentBench: A Virtual EHR Environment to Benchmark Medical LLM Agents — NEJM AI (Опубликовано: August 14, 2025). DOI: 10.1056/AIdbp2500144. GitHub: stanfordmlgroup/MedAgentBench
Эта статья была полезна?
Ваш отзыв помогает нам улучшать материалы.
Комментарии читателей
Оставьте комментарий
Ваше имя и комментарий публикуются только после одобрения администратором. Ваш адрес электронной почты никогда не показывается посетителям.
Будьте первым, кто оставит комментарий.