Το GPT-5.5 Instant Σκοράρει Υψηλότερα από τους Γιατρούς στις Δοκιμές Ακρίβειας Υγείας της OpenAI

TLDR

• Πάνω από 230 εκατομμύρια άνθρωποι χρησιμοποιούν το ChatGPT για συμβουλές υγείας και ευεξίας κάθε εβδομάδα
• Ο ερευνητής Karan Singhal ηγείται της προώθησης του OpenAI στον τομέα της υγειονομικής περίθαλψης, έχοντας προηγουμένως δημιουργήσει το Med-PaLM της Google
• Το GPT-5.5 Instant ξεπέρασε τις απαντήσεις που έγραψαν γιατροί σε δοκιμές ακρίβειας και επικοινωνίας
• Τα ζητήματα αξιοπιστίας στις απαντήσεις υγείας μειώθηκαν κατά 71% σε δύο μήνες βάσει της κυκλοφορίας παραγωγής
• Το ChatGPT Health, που κυκλοφόρησε τον Ιανουάριο, συνδέεται με εφαρμογές υγείας και ιατρικά αρχεία, αλλά εξακολουθεί να έχει λίστα αναμονής

Η OpenAI αναφέρει ότι πάνω από 230 εκατομμύρια άνθρωποι χρησιμοποιούν πλέον το ChatGPT για ερωτήσεις σχετικά με την υγεία και την ευεξία κάθε εβδομάδα. Αυτό περιλαμβάνει τα πάντα, από την ανάγνωση αποτελεσμάτων εργαστηριακών εξετάσεων έως την προετοιμασία για ιατρικά ραντεβού.

Η εταιρεία έχει κάνει την υγειονομική περίθαλψη βασική προτεραιότητα, και ο ερευνητής Karan Singhal ηγείται αυτής της προσπάθειας.

Ποιος είναι ο Karan Singhal;

Ο Singhal εντάχθηκε στην OpenAI στα μέσα του 2024 αφού εργάστηκε στη Google, όπου βοήθησε στη δημιουργία του Med-PaLM, ενός συνόλου μοντέλων AI σχεδιασμένων ειδικά για ιατρικές ερωτήσεις. Η Google έχει από τότε μειώσει τις επενδύσεις σε αυτό το έργο, στρεφόμενη προς γενικής χρήσης μοντέλα.

Στην OpenAI, ο Singhal δημιούργησε μια νέα ομάδα έρευνας υγείας και συνεργάστηκε με περισσότερους από 200 γιατρούς. Ο στόχος ήταν να εισαχθεί πραγματική ιατρική κρίση στον τρόπο που το ChatGPT απαντά σε ερωτήσεις υγείας.

Βοήθησε στην κυκλοφορία του HealthBench, ενός εργαλείου αξιολόγησης που δημιουργήθηκε με αυτή την ομάδα γιατρών για τη δοκιμή και μέτρηση της απόδοσης του AI στον τομέα της υγείας.

Πώς αποδίδει το GPT-5.5 Instant

Το τελευταίο δωρεάν μοντέλο της OpenAI, το GPT-5.5 Instant, δοκιμάστηκε έναντι απαντήσεων γραμμένων από γιατρούς και παλαιότερων μοντέλων. Πέτυχε υψηλότερη βαθμολογία σε ακρίβεια, επικοινωνία, πληρότητα και χρησιμότητα για αποφάσεις υγείας.

Οι γιατροί το αξιολόγησαν επίσης ως έχον λιγότερες αποτυχίες. Αυτό περιλαμβάνει πράγματα όπως η παράλειψη προειδοποιητικών σημείων, η μη υποβολή ερωτήσεων για περισσότερο πλαίσιο ή η αποτυχία παραπομπής των χρηστών σε φροντίδα όταν χρειάζεται.

Η OpenAI ανέφερε ότι βάσει δισεκατομμυρίων μηνυμάτων υγείας την εβδομάδα, το ποσοστό επισημασμένων ζητημάτων αξιοπιστίας μειώθηκε κατά 71% τους τελευταίους δύο μήνες.

Το GPT-5 είναι επίσης η πρώτη οικογένεια μοντέλων που η OpenAI εκπαίδευσε σε κάθε στάδιο ανάπτυξης ειδικά για τη βελτίωση των συμβουλών υγείας.

Γνωρίζοντας περισσότερα για τον ασθενή

Μία από τις προκλήσεις με τα εργαλεία AI για την υγεία είναι ότι γνωρίζουν πολύ λίγα για τον χρήστη. Ένας γιατρός έχει τα αρχεία και το ιστορικό σας. Ένα chatbot συνήθως δεν έχει τίποτα από αυτά.

Τον Ιανουάριο, η OpenAI κυκλοφόρησε μια λειτουργία εστιασμένη στην υγεία μέσα στο ChatGPT που συνδέεται με εφαρμογές υγείας και επιτρέπει στους χρήστες να ανεβάζουν ιατρικά αρχεία. Ο Singhal έδωσε παράδειγμα ανεβάσματος των δεδομένων ύπνου του Apple Watch, τα οποία το εργαλείο χρησιμοποίησε για να εντοπίσει ότι η θερμοκρασία της κρεβατοκάμαράς του διέκοπτε τον βαθύ ύπνο.

Το ChatGPT Health εξακολουθεί να έχει λίστα αναμονής περισσότερο από πέντε μήνες μετά την κυκλοφορία του.

Ο Singhal είπε ότι η ομάδα επικεντρώνεται στο να κάνει το chatbot να θέτει καλύτερες ερωτήσεις, όπως θα έκανε ένας γιατρός, πριν δώσει συμβουλές. Είπε επίσης ότι οι γιατροί υιοθετούν γρήγορα εργαλεία AI και ότι η αντίσταση των νοσοκομείων στην AI είναι χαμηλότερη από ό,τι πολλοί περιμένουν.

Πίεση για συνεχή βελτίωση

Η OpenAI εξακολουθεί να αντιμετωπίζει αγωγές που ισχυρίζονται ότι ένα παλαιότερο μοντέλο, το GPT-4o, έδωσε επιβλαβείς συμβουλές σε χρήστες. Η εταιρεία έχει αρνηθεί την ευθύνη. Αυτές οι υποθέσεις βρίσκονται σε εξέλιξη.

Παρά αυτό, η OpenAI συνέχισε να επεκτείνει τις λειτουργίες υγείας αντί να υποχωρήσει.

Το GPT-5.5 Instant είναι διαθέσιμο σε όλους τους δωρεάν χρήστες του ChatGPT, καθιστώντας τις βελτιωμένες απαντήσεις υγείας προσβάσιμες χωρίς συνδρομή επί πληρωμή.

The post GPT-5.5 Instant Scores Higher Than Physicians in OpenAI Health Accuracy Tests appeared first on CoinCentral.