Подобряване на здравната интелигентност в ChatGPT

Здравето е една от най-значимите области, в които хората използват ChatGPT. Всяка седмица над 230 милиона души се обръщат към ChatGPT за помощ по въпроси, свързани със здравето и благополучието: да осмислят здравна информация, да разберат лабораторни резултати, да се подготвят за прегледи, да се ориентират в здравното осигуряване, да изграждат по-здравословни навици и да преценят какво да попитат след това.

С GPT‑5.5 Instant виждаме значителна крачка напред в начина, по който моделът обработва здравни въпроси, с подобрения в разпознаването кога може да е нужна спешна помощ, задаването на въпроси за релевантен контекст, обясняването на несигурността и представянето на сложна информация по по-разбираем начин. В най-трудните ни здравни оценки GPT‑5.5 Instant вече се представя на ниво, сравнимо с нашите най-напреднали модели Thinking. Тъй като е достъпен за безплатните потребители в ChatGPT, повече хора могат да се възползват от тези подобрения. Това може да означава по-разбираема здравна информация, по-добри въпроси и ясни следващи стъпки.

Този напредък отразява както развитието на възможностите на моделите, така и ръководената от лекари работа зад нашите здравни оценки. В рамките на нашите усилия глобална мрежа от лекари помага да определим как изглежда „добро“ в реални здравни ситуации, като преглежда примерни отговори на модела, описва идеалното поведение и идентифицира начини на неуспех. Работата с лекари ни дава начин да измерваме напредъка в здравната област и с времето да подобряваме начина, по който ChatGPT отговаря.

В здравната област напредък означава да се дават отговори, които са точни, разбираеми и основани на добра преценка: да се разпознава кога е нужен повече контекст, да се обяснява несигурността, без увереността да се преувеличава, и да се помага на хората да разберат кога да потърсят медицинска помощ.

За да измерим този напредък, използваме специфични за здравната област оценки, включително HealthBench и HealthBench Professional. Тези оценки използват реалистични здравни разговори и рубрики, написани от лекари, за да оценят качества като точност, безопасност, комуникация, осъзнаване на контекста, пълнота и подходящо насочване към по-високо ниво на грижа.

Като друго сравнение помолихме и лекари да напишат отговори за представителни здравни разговори, с неограничено време и достъп до интернет (но не и до AI). След това отделна група лекари сравни тези лекарски отговори с модели Instant във времето, като прегледа качества, важни в реални взаимодействия, включително точност, комуникация, пълнота, следване на инструкции и полезност за здравни решения, сред 3500 прегледани отговора.

Лекарите оцениха отговорите на GPT‑5.5 Instant като имащи по-малко начини на неуспех от тези на по-стари модели и на лекари. Например GPT 5.5 Instant имаше по-малко случаи на липса на адаптиране към местния здравен контекст, пропуснати предупредителни признаци или насочване към медицинска помощ, или пропуск да се поиска допълнителен контекст от потребителя, когато е необходимо, в сравнение както с по-старите модели, така и с лекарите.

Предвид мащаба, в който нашите модели се използват за здравни въпроси, друг начин да разберем последните подобрения на моделите е да измерваме реалния трафик в продукта. Използваме монитори, които запазват поверителността, върху реалния трафик в продукта, за да проследяваме възможни проблеми с фактологичната точност в здравните отговори. Въз основа на сравнение на скорошния реален трафик по здравни теми — милиарди съобщения седмично — делът на отговорите с поне един маркиран проблем с фактологичната точност е спаднал със 71% през последните два месеца.

Сравнението на отговори от модели в различни моменти във времето по реални здравни въпроси показва как ChatGPT се е подобрил по начини, които са важни за здравето: разпознава кога дадена ситуация може да изисква спешно внимание, работи с несигурността с по-добра преценка и дава на хората по-ясни и по-полезни насоки какво да направят след това.

Този напредък се оформя от лекари, които ни помагат да определяме, измерваме и подобряваме здравните отговори в ChatGPT. 

OpenAI работи с глобална мрежа от над 260 лекари в 60 държави, 49 езика и 26 медицински специалности. Тяхната обратна връзка влияе върху начина, по който ChatGPT отговаря на здравни въпроси в широк набор от сценарии — от ежедневни въпроси за благополучие до по-сложни клинични ситуации.

Лекарите преглеждат примерни отговори на модела и оценяват дали са точни, ясни, пълни, достатъчно предпазливи и полезни. Те помагат да се установи къде в даден отговор може да липсва важен контекст, къде може да звучи прекалено уверено, къде трябва да е по-ясен относно следващите стъпки или по-пряко да насърчава някого да потърси медицинска помощ.

До момента лекари са прегледали над 700 000 примерни отговора на модела, които отразяват как клиницисти и пациенти могат да използват ChatGPT в реалния свят. На всеки няколко минути лекар преглежда нов отговор. Тяхната обратна връзка се превръща в рубрики и критерии за оценка, които помагат на изследователите да измерват дали отговорите са точни, безопасни, ясни, пълни, достатъчно предпазливи и полезни в реални здравни ситуации. Това ни дава по-ясен начин да видим къде моделите се подобряват и къде все още има нужда от работа.

Тази работа подкрепя и по-широките усилия на OpenAI в здравната област — от инструменти, които помагат на хората по-добре да разбират и използват здравна информация, до инструменти за клиницисти, като ChatGPT за клиницисти⁠ и OpenAI за здравеопазване⁠, които подпомагат медицинските специалисти в задачи като документация, изследвания и консултации относно грижите.

Подобряването на човешкото здраве ще бъде едно от най-личните и осезаеми въздействия на AGI. Докато нашите модели продължават да се подобряват, целта ни е да направим ChatGPT по-точен, по-внимателен и по-полезен в тези моменти — и да продължим да предоставяме този напредък на повече хора.