Исследователи Университета Буффало представили передовую ИИ-систему SCAI (Semantic Clinical Artificial Intelligence), которая продемонстрировала рекордные результаты на всех этапах американского медицинского экзамена USMLE. На заключительном этапе тестирования SCAI набрала 95,2%, превзойдя показатели GPT-4 Omni (90,5%) и закрепив за собой статус самой точной ИИ-модели в клинической диагностике на сегодняшний день.
Разработка под руководством профессора Питера Элкина отличается от традиционных языковых моделей не только высоким уровнем точности, но и глубиной логического мышления. В отличие от инструментов, работающих по принципу статистической генерации текста, SCAI способна анализировать, рассуждать и формировать клинические выводы, опираясь на принципы доказательной медицины.
В основе SCAI — семантический подход к обработке медицинских данных: система оперирует 13 миллионами фактов и миллиардами связей между ними. Архитектура построена на семантических тройках (субъект–связь–объект), что обеспечивает высокую точность интерпретации клинической информации и исключает искажения, характерные для предвзятых или неполных датасетов.
Ключевой технологический элемент SCAI — это графы знаний, позволяющие модели не просто воспроизводить информацию, а выстраивать логические взаимосвязи между симптомами, диагнозами и терапевтическими протоколами. Механизм retrieval-augmented generation обеспечивает доступ к внешним источникам, минимизируя риск «галлюцинаций» — ситуаций, когда ИИ даёт уверенный, но некорректный ответ.
По мнению Элкина, практическое значение SCAI заключается не в замене врачей, а в усилении их экспертности: система может помочь выявить скрытые диагностические сигналы, подобрать оптимальное лечение и повысить точность клинических решений, особенно в условиях ограниченного времени или ресурсов. Это делает ИИ не конкурентом, а стратегическим союзником в медицине.
SCAI — пример того, как искусственный интеллект, вооружённый правильной логикой, может трансформировать клиническую практику: не просто автоматизируя рутину, а встраиваясь в процесс принятия решений. В долгосрочной перспективе такие технологии способны не только повысить безопасность пациентов, но и расширить доступ к квалифицированной медицинской помощи.