ainews
Почему подключение ЭМК к ИИ всё ещё проваливается
Медицинские AI-системы получают доступ к электронным медицинским картам (ЭМК), но не могут уловить клинический смысл записей. Врачи документируют не весь процесс мышления — часть остаётся в устных обсуждениях, часть кажется «очевидной», а пропуски в данных неслучайны и зависят от тяжести случая, рабочей нагрузки и культуры документирования.
Разработчикам медицинских AI-систем и клиницистам, внедряющим автоматизацию: объясняет, почему технически успешная интеграция с ЭМК не даёт клинической пользы и что именно теряется в процессе.
Это аннотация к авторской статье. Мы не публикуем и не пересказываем чужие тексты целиком — полная версия у автора.
О чём статья
- ЭМК фиксирует факт оказания помощи, но не реконструирует клиническое мышление: многое остаётся в разговорах, наблюдениях и «очевидном» для команды
- Пропуски в документации неслучайны (non-random missingness): врачи подробнее описывают сложные случаи, а рутинные — кратко, ИИ не различает причину отсутствия данных
- Диагноз формируется итеративно с конкурирующими гипотезами, но ЭМК не фиксирует их вес и эволюцию во времени — старые версии копируются и путают модель
- «Клиническая очевидность» для врача и аудитора различается: ИИ видит слова, но не опыт и контекст, которые придают им смысл
Никита Громов
Medium #artificial-intelligence
Читать оригинал
Ещё по теме
Google раскрыла реальные данные: работники не торопятся автоматизировать себя через AIАудит популярных AI-бенчмарков: до 12% вопросов оказались битыми, вышли исправленные версии GPQA, MMLU-Pro и MMMU-ProМатематика доверия к AI: можно ли формализовать истинность, обоснованность и надёжность утверждений модели
Комментарии