💊 Исследование Google: как ИИ помогает пользователям разбираться в кожных заболеваниях
Google Research опубликовала серию исследований, посвящённых тому, как ИИ-инструменты влияют на способность людей понимать кожные заболевания. В центре внимания — не просто диагностика, а человеческий фактор: как пользователи взаимодействуют с ИИ и принимают решения на основе полученной информации.
В крупномасштабном исследовании, опубликованном в JAMA Dermatology, участвовали 2 345 человек. Участникам показывали клинические случаи кожных заболеваний (с изображениями и историей болезни) и предлагали определить состояние. Те, кто использовал ИИ-инструмент с каруселью из 3–7 возможных диагнозов, называли правильное состояние почти в три раза чаще (23%), чем те, кто полагался на обычный поиск (8%). В «идеальной» группе, где ИИ выдавал точные диагнозы дерматологов, точность достигала 36%.
Однако ключевая проблема — определение дальнейших действий. Исследователи намеренно сделали ИИ недирективным: он показывал возможные состояния и общую информацию о лечении, но не давал персонализированных рекомендаций. В результате пользователи лучше понимали, с чем столкнулись, но не всегда знали, что делать дальше. Это подтверждает, что для реальной пользы ИИ-инструментов необходимо учитывать не только точность модели, но и то, как люди интерпретируют её ответы.
#AI #GoogleResearch #Dermatology #Medicine #JAMA
Google Research опубликовала серию исследований, посвящённых тому, как ИИ-инструменты влияют на способность людей понимать кожные заболевания. В центре внимания — не просто диагностика, а человеческий фактор: как пользователи взаимодействуют с ИИ и принимают решения на основе полученной информации.
В крупномасштабном исследовании, опубликованном в JAMA Dermatology, участвовали 2 345 человек. Участникам показывали клинические случаи кожных заболеваний (с изображениями и историей болезни) и предлагали определить состояние. Те, кто использовал ИИ-инструмент с каруселью из 3–7 возможных диагнозов, называли правильное состояние почти в три раза чаще (23%), чем те, кто полагался на обычный поиск (8%). В «идеальной» группе, где ИИ выдавал точные диагнозы дерматологов, точность достигала 36%.
Однако ключевая проблема — определение дальнейших действий. Исследователи намеренно сделали ИИ недирективным: он показывал возможные состояния и общую информацию о лечении, но не давал персонализированных рекомендаций. В результате пользователи лучше понимали, с чем столкнулись, но не всегда знали, что делать дальше. Это подтверждает, что для реальной пользы ИИ-инструментов необходимо учитывать не только точность модели, но и то, как люди интерпретируют её ответы.
#AI #GoogleResearch #Dermatology #Medicine #JAMA
👍1