Специализированные медицинские ИИ-модели уступили универсальным системам в сравнительном исследовании NYU Langone. Как показала работа, опубликованная в Nature Medicine, модели общего назначения превзошли OpenEvidence и UpToDate Expert AI по результатам медицинских экзаменов, тестов на соответствие клиническому мышлению и ответов на 100 реальных запросов врачей.
В сравнении участвовали OpenEvidence и UpToDate Expert AI, а также три универсальные модели: GPT-5.2, Gemini 3.1 Pro и Claude Opus 4.6. Оценку результатов проводили практикующие клиницисты в слепом формате.
По данным исследования, универсальные модели показали лучшие результаты во всех трех категориях. При этом специализированные клинические инструменты не продемонстрировали превосходства над AI Overview в Google Search.
Почему это важно
Результаты ставят под сомнение ключевую логику рынка медицинского ИИ: предположение о том, что добавление специально отобранных медицинских данных к базовой модели обязательно делает систему заметно сильнее в клинических задачах. На этой идее строились как инвестиции в OpenEvidence, привлекшую сотни миллионов долларов, так и развитие ИИ-слоя в UpToDate.
Исследование указывает, что дополнительный объем узкоспециализированных медицинских знаний может играть меньшую роль, чем считалось ранее, поскольку современные универсальные модели уже обучены на массиве данных объемом в триллионы слов, включая материалы по медицине, биологии, химии, статистике и фармакологии. На этом фоне специализированный слой может оказаться недостаточно значимым, чтобы существенно изменить качество ответов.
Контекст для отрасли
Выводы исследования вписываются в более широкий тренд, когда отраслевые ИИ-модели не получают ожидаемого преимущества перед универсальными системами. В качестве примера приводится BloombergGPT — специализированная финансовая модель, обученная на миллиардах токенов проприетарных рыночных данных, но показавшая сопоставимые результаты с моделями общего назначения в финансовых задачах.
На этом фоне возможное конкурентное преимущество в медицинском ИИ может смещаться от самой модели к другим факторам: доступу к проприетарным клиническим данным, интеграции в рабочие процессы, институциональному доверию, управлению, регуляторной экспертизе и способности внедрять решения в реальную систему здравоохранения.
Ограничения выводов
Авторы исследования отдельно отмечают, что их выводы не охватывают все возможные сценарии. В узкоспециализированных задачах подходы, ориентированные на конкретную предметную область, могут по-прежнему давать преимущество, а отдельный редкий клинический факт в некоторых случаях может иметь решающее значение.
Тем не менее работа показывает, что в более широком спектре задач значение специализированной надстройки над базовой моделью может быть меньше, чем предполагалось, поскольку сами универсальные ИИ-системы стали значительно сильнее.
