Zlepšovanie zdravotných informácií v ChatGPT

Zdravie je jednou z najvýznamnejších oblastí, v ktorých ľudia využívajú ChatGPT. Každý týždeň sa viac ako 230 miliónov ľudí obracia na ChatGPT s otázkami týkajúcimi sa zdravia a wellness: snažia sa zorientovať v zdravotných informáciách, porozumieť výsledkom laboratórnych vyšetrení, pripraviť sa na lekárske vyšetrenia, zorientovať sa v poistení, vybudovať si zdravšie návyky a zistiť, na čo sa majú opýtať ďalej.

S modelom GPT‑5.5 Instant pozorujeme výrazný pokrok v tom, ako model spracováva otázky týkajúce sa zdravia – zlepšilo sa rozpoznávanie situácií, kedy môže byť potrebná urgentná starostlivosť, vyžiadanie relevantného kontextu, vysvetľovanie neistôt a zjednodušovanie komplexných informácií tak, aby boli zrozumiteľnejšie. Pri našich najnáročnejších zdravotných hodnoteniach dosahuje GPT‑5.5 Instant teraz výkonnosť porovnateľnú s našimi špičkovými modelmi Thinking. Vďaka tomu, že je k dispozícii všetkým používateľom ChatGPT zadarmo, môže z týchto vylepšení profitovať viac ľudí. To môže znamenať ľahšie zrozumiteľné zdravotné informácie, lepšie otázky a jasné ďalšie kroky.

Tento pokrok odzrkadľuje nielen zdokonalenie schopností modelu, ale aj prácu lekárov, ktorá stojí za našimi zdravotnými hodnoteniami. V rámci všetkých našich aktivít nám globálna sieť lekárov pomáha definovať, ako vyzerá „správne“ správanie v reálnych zdravotných situáciách – a to prostredníctvom posudzovania príkladových odpovedí modelu, opisovania ideálneho správania a identifikovania spôsobov zlyhania. Spolupráca s lekármi nám umožňuje merať pokrok v oblasti zdravia a postupne zlepšovať spôsob, akým ChatGPT odpovedá.

V oblasti zdravia znamená pokrok poskytovať odpovede, ktoré sú presné, zrozumiteľné a založené na zdravom úsudku: uvedomiť si, kedy je potrebný širší kontext, vysvetliť neistotu bez prehnaného zdôrazňovania istoty a pomôcť ľuďom pochopiť, kedy by mali vyhľadať lekársku starostlivosť.

Na meranie tohto pokroku používame hodnotenia zamerané špecificky na oblasť zdravia, medzi ktoré patria HealthBench a HealthBench Professional. Tieto hodnotenia využívajú realistické rozhovory o zdraví a hodnotiace kritériá vypracované lekármi na posúdenie vlastností, ako sú presnosť, bezpečnosť, komunikácia, pochopenie kontextu, úplnosť a primerané eskalovanie.

Ako ďalšie porovnanie sme tiež požiadali lekárov, aby napísali odpovede na typické zdravotné rozhovory, pričom mali k dispozícii neobmedzený čas a prístup k internetu (ale nie k umelej inteligencii). Samostatná skupina lekárov následne v priebehu času porovnávala tieto odpovede lekárov s modelmi Instant, pričom v rámci 3 500 posudzovaných odpovedí hodnotila vlastnosti, ktoré sú dôležité v reálnych interakciách, vrátane presnosti, komunikácie, úplnosti, dodržiavania pokynov a užitočnosti pre zdravotné rozhodnutia.

Lekári hodnotili, že model GPT‑5.5 Instant vykazuje menej prípadov zlyhania ako staršie modely a samotní lekári. Napríklad model GPT‑5.5 Instant vykazoval menej prípadov, keď sa nedokázal prispôsobiť miestnemu kontextu zdravotnej starostlivosti, prehliadol varovné signály alebo odporúčania na ďalšie vyšetrenie, alebo v prípade potreby nepožiadal používateľa o doplňujúce informácie, ako staršie modely aj samotní lekári.

Vzhľadom na rozsah využívania našich modelov v oblasti zdravotníctva je ďalším spôsobom, ako porozumieť nedávnym vylepšeniam modelov, meranie prevádzky v produkčnom prostredí. Na sledovanie prevádzky v produkčnom prostredí používame monitorovacie nástroje, ktoré chránia súkromie, s cieľom odhaliť možné problémy s faktickou správnosťou v odpovediach týkajúcich sa zdravotníctva. Na základe porovnania nedávnej prevádzky v produkčnom prostredí v oblasti zdravotníctva – miliardy správ týždenne – sa podiel odpovedí s aspoň jedným označeným problémom s faktickou správnosťou za posledné dva mesiace znížil o 71 %.

Porovnanie odpovedí modelov v rôznych časových okamihoch v súvislosti s reálnymi zdravotnými otázkami ukazuje, ako sa ChatGPT zdokonalil v oblastiach, ktoré sú pre zdravie dôležité: rozpoznávanie situácií, ktoré si môžu vyžadovať naliehavú pomoc, lepšie zvládanie neistoty na základe lepšieho úsudku a poskytovanie jasnejších a užitočnejších rád ľuďom o tom, čo majú robiť ďalej.

Tento pokrok ovplyvňujú lekári, ktorí nám pomáhajú definovať, hodnotiť a zdokonaľovať zdravotné odpovede v ChatGPT. 

Spoločnosť OpenAI spolupracuje s celosvetovou sieťou viac ako 260 lekárov v 60 krajinách, ktorí hovoria 49 jazykmi a pôsobia v 26 lekárskych špecializáciách. Ich spätná väzba ovplyvňuje spôsob, akým ChatGPT odpovedá na otázky týkajúce sa zdravia v širokej škále situácií – od bežných otázok o zdraví až po zložitejšie klinické situácie.

Lekári posudzujú vzorové odpovede a hodnotia, či sú presné, jasné, úplné, primerane opatrné a užitočné. Pomáhajú zistiť, kde v odpovedi chýba dôležitý kontext, kde znie príliš sebavedome, kde by mala jasnejšie uvádzať ďalšie kroky alebo kde by mala priamo povzbudiť človeka, aby vyhľadal lekársku pomoc.

K dnešnému dňu lekári preskúmali už viac ako 700 000 modelových odpovedí, ktoré odzrkadľujú, ako môžu klinickí lekári a pacienti využívať ChatGPT v reálnom svete. Každých pár minút lekár preskúma novú odpoveď. Ich spätná väzba sa premieňa na hodnotiace kritériá, ktoré pomáhajú výskumníkom posúdiť, či sú odpovede presné, bezpečné, jasné, úplné, primerane opatrné a užitočné v reálnych zdravotných situáciách. To nám poskytuje jasnejší prehľad o tom, v ktorých oblastiach sa modely zlepšujú a kde je ešte potrebné na nich pracovať.

Táto práca podporuje aj širšie aktivity spoločnosti OpenAI v oblasti zdravia: od nástrojov, ktoré ľuďom pomáhajú lepšie porozumieť zdravotným informáciám a zorientovať sa v nich, až po nástroje vytvorené pre zdravotníckych pracovníkov, ako sú ChatGPT pre zdravotníkov⁠ a OpenAI pre zdravotníctvo⁠, ktoré pomáhajú zdravotníkom s úlohami, ako sú dokumentácia, výskum a konzultácie o starostlivosti.

Zlepšenie ľudského zdravia bude jedným z najosobnejších a najhmatateľnejších prínosov AGI. Vzhľadom na to, že sa naše modely neustále zdokonaľujú, je naším cieľom zabezpečiť, aby bol ChatGPT v týchto situáciách presnejší, opatrnejší a užitočnejší – a aby sme tento pokrok mohli prinášať čoraz väčšiemu počtu ľudí.