Última pesquisa de Harvard: usar modelos de linguagem de IA para diagnóstico, 80% das diagnósticos preliminares estão incorretos

Notícias do Mars Finance 15 de abril — Uma equipa de investigação da Harvard Medical School dos Estados Unidos avaliou a capacidade de diagnóstico de mais de 20 dos modelos de linguagem de IA mais avançados (LLM), incluindo ChatGPT, DeepSeek, Gemini e Claude.
Os resultados mostraram que a taxa de erro na realização de “diagnóstico diferencial” (identificação de possíveis doenças) com base nos sintomas e sinais iniciais do paciente atingiu até 80%.
Este estudo também revelou que, após o paciente fornecer mais resultados de testes, os grandes modelos podem reduzir a taxa de falha no “diagnóstico final” para cerca de 40%.
Os investigadores afirmaram que isso significa que os chatbots de IA precisam de informações completas do paciente para fazer diagnósticos mais precisos, e quando os pacientes não podem fornecer informações completas de exames de saúde, os resultados fornecidos pela IA não são confiáveis.
Os investigadores também enfatizaram: “A inteligência artificial ainda não atingiu um nível em que possa tomar decisões de diagnóstico para os pacientes sem intervenção de profissionais de saúde.”
(First Financial)