Подобрување на здравствената интелигенција во ChatGPT

Здравјето е еден од најзначајните начини на кои луѓето го користат ChatGPT. Секоја недела, повеќе од 230 милиони луѓе се обраќаат до ChatGPT за помош со прашања за здравје и благосостојба: да ги разберат здравствените информации, лабораториските резултати, да се подготват за прегледи, да се снајдат со осигурувањето, да изградат поздрави навики и да утврдат што следно да прашаат.

Со GPT‑5.5 Instant гледаме значаен чекор напред во начинот на кој моделот одговара на здравствени прашања, со подобрувања во препознавањето кога можеби е потребна итна нега, барањето релевантен контекст, објаснувањето на неизвесноста и правењето сложени информации полесни за разбирање. На нашите најпредизвикувачки здравствени евалуации, GPT‑5.5 Instant сега постигнува ниво споредливо со нашите најнапредни Thinking модели. Бидејќи е достапен за бесплатните корисници во ChatGPT, повеќе луѓе можат да имаат корист од овие подобрувања. Тоа може да значи здравствени информации што се полесни за разбирање, подобри прашања што треба да се постават и јасни следни чекори.

Тој напредок ги одразува и унапредувањата во способностите на моделите и работата предводена од лекари што стои зад нашите здравствени евалуации. Во сите наши напори, глобална мрежа на лекари помага да се дефинира како изгледа „добро“ во здравствени ситуации од реалниот свет, преку прегледување пример-одговори од моделот, опишување идеално однесување и идентификување типови на неуспеси. Работата со лекари ни дава начин да го мериме напредокот во здравството и со текот на времето да го подобруваме начинот на кој ChatGPT одговара.

Во здравството, напредокот значи давање одговори што се точни, разбирливи и засновани на добро расудување: препознавање кога е потребен повеќе контекст, објаснување на неизвесноста без пренагласување на сигурноста и помагање на луѓето да разберат кога да побараат нега.

За да го мериме тој напредок, користиме евалуации специфични за здравството, вклучувајќи ги HealthBench и HealthBench Professional. Овие евалуации користат реалистични здравствени разговори и рубрики напишани од лекари за да оценат квалитети како точност, безбедност, комуникација, свесност за контекст, целосност и соодветно упатување кон повисоко ниво на грижа.

Како уште една споредба, побаравме и од лекари да напишат одговори за репрезентативни здравствени разговори, со неограничено време и пристап до интернет (но не и AI). Потоа, посебен панел од лекари ги спореди овие лекарски одговори со Instant моделите низ времето, прегледувајќи квалитети што се важни во реални интеракции, вклучувајќи точност, комуникација, целосност, следење инструкции и корисност при здравствени одлуки, низ 3500 прегледани одговори.

Лекарите ги оценија одговорите на GPT‑5.5 Instant како одговори со помалку типови на неуспеси од оние на постарите модели и на лекарите. На пример, GPT 5.5 Instant имаше помалку случаи на неприлагодување кон локалниот здравствен контекст, пропуштање алармантни знаци или упатување на нега, или неуспех да се побара дополнителен контекст од корисникот кога е потребно, отколку и постарите модели и лекарите.

Со оглед на обемот на користење на нашите модели во здравството, друг начин да се разберат неодамнешните подобрувања на моделите е да се мери продукцискиот сообраќај. Користиме монитори што ја зачувуваат приватноста врз продукцискиот сообраќај за да следиме можни проблеми со фактичката точност во здравствените одговори. Врз основа на споредба на неодамнешниот продукциски сообраќај во здравството — милијарди пораки неделно — стапката на одговори со најмалку еден означен проблем со фактичката точност се намали за 71% во последните два месеца.

Споредувањето одговори од модели во различни временски моменти, на здравствени прашања од реалниот свет, покажува како ChatGPT се подобрил на начини што се важни за здравството: препознавање кога некоја ситуација можеби бара итно внимание, справување со неизвесноста со подобро расудување и давање појасни и покорисни насоки за тоа што луѓето да направат понатаму.

Овој напредок го обликуваат лекари кои ни помагаат да ги дефинираме, мериме и подобруваме здравствените одговори во ChatGPT. 

OpenAI работи со глобална мрежа од повеќе од 260 лекари во 60 земји, 49 јазици и 26 медицински специјалности. Нивните повратни информации влијаат на тоа како ChatGPT одговара на здравствени прашања во широк опсег сценарија, од секојдневни прашања за благосостојба до посложени клинички ситуации.

Лекарите прегледуваат пример-одговори од моделот и оценуваат дали се точни, јасни, целосни, соодветно претпазливи и корисни. Тие помагаат да се утврди каде еден одговор може да пропушти важен контекст, каде може да звучи премногу самоуверено, каде треба појасно да ги наведе следните чекори или подиректно да охрабри некого да побара медицинска нега.

Досега, лекарите прегледале повеќе од 700.000 пример-одговори од моделот што одразуваат како клиничарите и пациентите може да го користат ChatGPT во реалниот свет. На секои неколку минути, лекар прегледува нов одговор. Нивните повратни информации стануваат рубрики и критериуми за евалуација што им помагаат на истражувачите да измерат дали одговорите се точни, безбедни, јасни, целосни, соодветно претпазливи и корисни во здравствени ситуации од реалниот свет. Ова ни дава појасен начин да видиме каде моделите стануваат подобри и каде сè уште им е потребна работа.

Оваа работа ја поддржува и пошироката работа на OpenAI во здравството, која опфаќа алатки што им помагаат на луѓето подобро да ги разберат и користат здравствените информации, како и алатки изградени за клиничари, како што се ChatGPT за клиничари⁠ и OpenAI за здравство⁠, кои ги поддржуваат медицинските професионалци во задачи како документација, истражување и консултации за нега.

Подобрувањето на човековото здравје ќе биде едно од најличните и најопипливи влијанија на AGI. Како што нашите модели продолжуваат да се подобруваат, нашата цел е ChatGPT да стане поточен, повнимателен и покорисен во тие моменти — и тој напредок да продолжиме да го носиме до повеќе луѓе.