Исследование: медицинский ИИ дает сбой при работе вне привычной среды

В основе работы – анализ архитектуры медицинских ИИ-моделей и типовых сценариев их применения в клинической практике. Исследователи выделяют четыре ключевых измерения контекста, в которых модели чаще всего дают сбой: клиническая специальность, география оказания помощи, характеристика пациентских популяций и роль пользователя в системе здравоохранения. Именно одновременное смещение по нескольким из этих осей, по мнению авторов, приводит к наибольшему числу ошибок.

Авторы отмечают, что большинство медицинских ИИ сегодня опираются на двухэтапную схему – предварительное обучение на больших универсальных датасетах и последующее узкоспециализированное дообучение под конкретные задачи. Такой подход обеспечивает высокую точность в стандартных тестовых сценариях и на типовых наборах данных, но плохо работает при переносе между клиниками, регионами и группами пациентов. В результате модели формируют контекстные ошибки – выводы выглядят клинически правдоподобными, но не учитывают реальные ограничения доступа к помощи, инфраструктуры или маршрутизации пациентов.

Контекстное переключение описывается как способность модели перестраивать логику рассуждений на этапе применения без повторного обучения. Авторы подчеркивают, что речь идет не о добавлении новых медицинских знаний, а об адаптации вывода к текущему клиническому контексту. В исследовании выделены три опорных элемента такой архитектуры – контекстно-чувствительные данные, динамическая настройка логики вывода при применении модели и специальные методы оценки, ориентированные на реальные клинические сценарии.

Отдельное внимание уделено многоагентным и мультимодальным системам. Авторы описывают архитектуру, в которой разные компоненты ИИ специализируются на отдельных типах данных – медицинских изображениях, лабораторных показателях, клинических заметках и взаимодействии с пользователем. Контекстное переключение позволяет системе гибко подключать нужные модули в зависимости от клинической задачи и роли пользователя, например, активировать профильные экспертные компоненты или менять формат коммуникации.

По оценке исследователей, такая организация особенно важна для сложных клинических ситуаций, когда требуется одновременно учитывать несколько диагнозов, схем лечения и ограничений системы здравоохранения. Согласование выводов между разными клиническими доменами снижает вероятность фрагментарных рекомендаций и повышает целостность решений, принимаемых с участием ИИ.

В работе также выделены пять типовых проблем, которые могут снижать контекстное переключение. Речь идет о недостатке информации о клинической ситуации во входных данных, жесткой привязке модели к заранее заданным источникам знаний, потере ранее усвоенных навыков при дополнительном обучении, стремлении алгоритмов оптимизировать формальные показатели в ущерб качеству рекомендаций, а также о накоплении ошибок при последовательном принятии решений. По мнению авторов, именно сочетание этих факторов чаще всего приводит к снижению надежности медицинских ИИ-систем при их использовании вне экспериментальных условий.

Отдельный блок посвящен оценке эффективности. Ученые указывают, что стандартные метрики точности и полноты не отражают способность модели корректно работать при смене контекста. В качестве альтернативы предлагаются прикладные показатели – доля успешных направлений к профильным специалистам, соблюдение локальных клинических рекомендаций, снижение числа ненужных диагностических процедур и улучшение непрерывности наблюдения пациента.

В практическом плане исследование фиксирует сдвиг в развитии медицинского ИИ – от узкоспециализированных моделей, оптимизированных под отдельные задачи, к адаптивным системам, способным работать в условиях высокой неопределенности. По мнению авторов, без внедрения механизмов контекстного переключения медицинский ИИ не сможет надежно масштабироваться на разнообразие клинических практик, популяций и систем здравоохранения.

Так, по мере выхода алгоритмов за пределы пилотных проектов на первый план вышла не формальная точность моделей, а их способность устойчиво работать в реальных, неоднородных и ресурсно ограниченных условиях здравоохранения. О том, как в 2025 году формировалась эта повестка, какие клинические сценарии уже дают практический эффект, где проявились системные риски и почему управление контекстом становится критически важным, – в обзоре Vademecum.