Директор Исследовательского института Скриппса Эрик Топол (Eric Topol) заявил, что новейшие языковые модели — GPT-5, Claude 3.5 и Gemini 2.5 Pro — не соответствуют требованиям для применения в клинической практике. Оценка основана на анализе возможностей моделей в реальных медицинских сценариях.
Эрик Топол, кардиолог и директор Исследовательского института Скриппса (Scripps Research), опубликовал результаты тестирования трёх ведущих языковых моделей: GPT-5 от OpenAI, Claude 3.5 от Anthropic и Gemini 2.5 Pro от Google DeepMind. По его словам, ни одна из них не продемонстрировала достаточной точности, надёжности и интерпретируемости для безопасного использования в медицине.
Основные претензии Топола связаны с ошибками в диагностике, некорректной интерпретацией медицинских данных и отсутствием прозрачности в принятии решений. «Модели часто выдают правдоподобные, но неверные рекомендации, что неприемлемо в условиях, где цена ошибки — человеческая жизнь», — отметил он. В частности, тесты выявили проблемы с анализом сложных клинических случаев, где требовалось учитывать редкие заболевания или противоречивые симптомы.
Ранее Топол выступал за интеграцию ИИ в здравоохранение, но подчёркивал необходимость строгих стандартов. В своём анализе он ссылается на недавние исследования, показавшие, что даже небольшие неточности в ответах моделей могут приводить к фатальным последствиям. При этом эксперт не отрицает потенциал технологий, но настаивает на доработке алгоритмов и внедрении дополнительных механизмов валидации.
Реакция разработчиков на критику пока не последовала. В отрасли продолжаются дискуссии о том, какие метрики должны использоваться для оценки клинической готовности ИИ. Некоторые специалисты, в том числе сооснователь Neuralink Макс Ходак (Max Hodak), отмечают, что текущие модели изначально не разрабатывались для медицинских задач, а их применение в этой сфере требует отдельных доработок и регулирования.
Источники: X-пост Эрика Топола (Eric Topol), 26 июня 2026 года; публикация на платформе Digg.