Исследование, опубликованное в Nature Communications, показало, что рассуждающие ИИ-модели точнее определяют основной диагноз по истории болезни. При этом они чаще добавляют заболевания, которые не числятся среди подтверждённых диагнозов пациента.
Доля таких неподтверждённых диагнозов составила 34,8%. Кроме того, при повторном анализе одной и той же истории болезни модели заметно чаще выдавали разные ответы.
Результаты указывают на компромисс между точностью определения основного диагноза и склонностью моделей предлагать дополнительные заболевания. Непоследовательность ответов и неподтверждённые выводы важны для оценки надёжности ИИ при работе с медицинскими данными.