Οι AI‑bot κάνουν λάθη στη διάγνωση σχεδόν στο 80 %, όπως διαπίστωσε η έρευνα

Σύντομη περίληψη του αποτελέσματος της έρευνας

Μια πρόσφατη μελέτη, δημοσιευμένη στο *Jama Network Open* και αναφερόμενη στο *Financial Times*, έδειξε ότι οι δημοφιλείς chat‑bots δεν είναι σε θέση να διαγνώσουν ακριβώς ιατρικά προβλήματα όταν τους παρέχεται περιορισμένο σύνολο δεδομένων. Σε περισσότερα από το 80 % των περιπτώσεων, δόθηκαν λανθασμένες διαγνώσεις, ενώ μόνο με πλήρη περιγραφή των συμπτωμάτων η ακρίβεια αυξήθηκε στο 90 %.

Πώς διεξάγαμε την έρευνα
ΒήμαΤι κάναμεΕπιλογή περιπτώσεων29 κλινικές σεναρια από βιβλιογραφία.Μεταφορά δεδομένωνΟι πληροφορίες για τον ασθενή μεταδίδονταν στα chat‑bots σταδιακά: ιστορικό ασθένειας → αποτελέσματα εξετάσεων → εργαστηριακές αναλύσεις.Ερωτήσεις προς το AIΡεφάστηκαν για τη διάγνωση· μετρήθηκε η ακρίβεια και η πληρότητα των απαντήσεων.

Συμμετέχοντες της πειραματικής ομάδας
* 20 δημοφιλείς μοντέλα από την OpenAI, Anthropic, Google, xAI, DeepSeek.

* Με ελλιπή δεδομένα, πάνω από το 80 % τους έδωσε λανθασμένη διάγνωση.

* Καθώς αυξάνονταν τα δεδομένα, η ακρίβεια βελτιώθηκε: στο καλύτερο σημείο – >90 %, κατά μέσο όρο – σφάλματα κάτω από το 40 %.

Απόκριση των προγραμματιστών
ΕταιρείαΣχόλιοGoogle & AnthropicΚατά την προσπάθεια να λάβουν ιατρικές συμβουλές, τα chat‑bots ενθαρρύνουν έντονα τον χρήστη να αναζητήσει ειδικό. OpenAIΥποδεικνύει στους όρους χρήσης ότι οι υπηρεσίες τους δεν προορίζονται για λήψη αδειοδοτημένων ιατρικών συστάσεων. xAI & DeepSeekΔεν παρείχαν σχόλια.

Μερικοί από αυτούς αναπτύσσουν εξειδικευμένα μοντέλα: η Google δημιούργησε το AMIE, που δείχνει καλές επιδόσεις, αλλά τα συμπεράσματά του εξακολουθούν να απαιτούν επαλήθευση από ζωντανό γιατρό, ιδιαίτερα λαμβάνοντας υπόψη τη σημασία της οπτικής αξιολόγησης.

Συμπέρασμα
Τα chat‑bots μπορούν να είναι χρήσιμα ως βοηθητικό εργαλείο, αλλά με περιορισμένες πληροφορίες συχνά κάνουν λάθος. Η χρήση τους ως αντικατάσταση ενός εξειδικευμένου ιατρικού επαγγελματία παραμένει ακατάλληλη, αν και τέτοια μοντέλα μπορεί να είναι χρήσιμα σε περιοχές με έλλειψη πρόσβασης στην παραδοσιακή ιατρική.