AI-координатор DeepMind проходить тестування: багатомодальна діагностика та безпека в клінічних симуляціях

Google DeepMind представила AI співлікаря 01 травня 2026 року — дослідницьку ініціативу, спрямовану на вивчення того, як мультимодальні AI-системи можуть ефективніше підтримувати медпрацівників і пацієнтів. Проєкт відповідає на зростальний тиск на системи охорони здоров’я у всьому світі щодо покращення результатів, зниження витрат і розширення доступу до медичної допомоги на тлі прогнозованого дефіциту більш ніж 10 мільйонів працівників охорони здоров’я до 2030 року, повідомляє Всесвітня організація охорони здоров’я.

Тріадна модель догляду та мультимодальні можливості

Нова система має намір дослідити модель «тріадного догляду», у якій AI-агент працює поруч із лікарем і пацієнтом, а не замінює клінічне судження. DeepMind заявила, що мета — створити інструменти, які розширять охоплення клініцистів, зберігаючи контроль лікарів над ухваленням рішень. Компанія описала цей проєкт як наступний крок у своїх медичних AI-дослідженнях після попередніх систем на кшталт MedPaLM, що була сфокусована на тестуванні медичних знань, та AMIE, яка виконувала текстові імітаційні консультації.

Ключова особливість AI співлікаря — здатність обробляти не лише текст. Систему тестували на живих аудіо- та відеозаписах, що дало змогу спостерігати фізичні сигнали, зокрема ходу, патерни дихання та видимі зміни шкіри. У телемедичних симуляціях модель могла проводити пацієнтів через частини фізикального обстеження й допомагати з такими завданнями, як перевірка техніки користування інгалятором або виявлення травми плеча. Ці можливості вказують, що мультимодальний AI з часом може підтримувати віддалені консультації, де важливі візуальні й аудіоспостереження.

Безпека з двома агентами та клінічні бенчмарки

DeepMind наголосила на елементах контролю безпеки, вбудованих у систему. AI співлікар використовує дизайн із двома агентами, коли «Планувальник» постійно переглядає взаємодію та перевіряє, чи «Спікер» залишається в межах клінічних рамок. Компанія зазначила, що така структура має зменшити небезпечні виходи та підвищити надійність у медичних середовищах, де критично важливі фактична точність і стриманість.

Дослідницька команда оцінювала систему кількома способами. В одному з тестів вони адаптували фреймворк безпеки NOHARM, щоб вимірювати і неправильні відповіді, і випадки, коли не вдавалося донести важливу інформацію. У сліпих порівняннях із залученням 98 запитів первинної медичної допомоги система зафіксувала нуль критичних помилок у 97 випадках і була кращою за інші інструменти синтезу доказів для лікарів. DeepMind заявила, що це свідчить про корисність моделі для клініцистів, які шукають обґрунтовану, високоякісну клінічну інформацію.

У дослідженні також перевіряли, наскільки добре система справляється з запитаннями, пов’язаними з медикаментами, використовуючи бенчмарк OpenFDA RxQA, який призначений для тестування знань і міркувань про ліки та лікування. В оцінках із відкритими відповідями AI співлікар перевершив інші «моделі переднього краю», демонструючи прогрес у сфері, що особливо важлива для планування повсякденної допомоги.

Порівняння результатів лікарів

Утім у симуляціях, орієнтованих на пацієнтів, людські лікарі загалом продемонстрували кращі результати. Працюючи з академічними лікарями з Harvard і Stanford, дослідницька команда провела рандомізоване дослідження за участю 20 синтетичних клінічних сценаріїв і 10 лікарів-акторів (пацієнтів). На основі понад 140 оцінюваних напрямів лікарі випередили AI в виявленні «червоних прапорців» і в скеровуванні фізикального обстеження, навіть попри те, що система в 68 категоріях відповідала або перевищувала результативність лікарів, зокрема в триажі. Отримані дані вказують, що інструмент може бути найбільш цінним як система підтримки, а не як заміна клінічної експертизи.

Поточні дослідницькі співпраці

DeepMind заявила, що ширша мета — розробити AI, який допомагатиме лікарям так, щоб він був довіреним, клінічно обґрунтованим і придатним до умов реальної медичної допомоги. Компанія продовжує дослідницькі співпраці в кількох країнах, зокрема в Сполучених Штатах, Індії, Австралії, Новій Зеландії, Сінгапурі та Об’єднаних Арабських Еміратах, оскільки працює над перевіркою системи в різноманітніших середовищах охорони здоров’я.