TECHNOLOGIE

AI przewyższa ludzi w wykrywaniu błędów badań klinicznych

Analiza

W najnowszym eksperymencie opisanym w „Science” sztuczna inteligencja wykazała się znacznie wyższą skutecznością niż ludzcy recenzenci w identyfikacji metodologicznych usterek w publikacjach medycznych. Testowane modele językowe (LLM) wykryły od 53 do 96 % celowo wprowadzonych błędów, podczas gdy eksperci zauważyli jedynie 27 %. Najlepszy z nich, Anthropic Claude Opus 5.5, odnalazł 96 % błędów w starszych artykułach, a w badaniach z 2026 r. osiągnął nawet 99 % skuteczności. Średni czas analizy jednego manuskryptu wynosił od 1,4 do 16,3 minuty, co przewyższa tradycyjne recenzje pod względem szybkości. Badanie przeprowadził zespół pod kierownictwem dr Rusa Rusta z University of Southern California, wykorzystując 15 dużych modeli językowych, które nie były specjalnie trenowane do oceny prac medycznych. Wyniki wskazują, że modele open‑weight uzyskały 66‑89 % wykrytych błędów, a alternatywne systemy GPT‑6.1 Sol i GPT‑6 Luna osiągnęły odpowiednio 94 % i 86 % skuteczności. Nihar Shah z Carnegie Mellon University podkreślił, że LLM nie przestają szukać błędów, co czyni ich ocenę bardziej wyczerpującą niż ludzką.

Kontekst i Tło

Odkrycie to może zrewolucjonizować proces recenzji naukowej, przyspieszając publikację wiarygodnych wyników i podnosząc jakość literatury medycznej. Wdrożenie AI wymaga jednak zmiany procedur wydawców, aby uwzględnić automatyczne narzędzia w standardowym workflow. Szybkość i precyzja modeli mogą ograniczyć ryzyko publikacji błędnych zaleceń klinicznych, co ma bezpośredni wpływ na bezpieczeństwo pacjentów. Jednocześnie rośnie dyskusja etyczna o roli ludzi w ocenie badań, gdy technologia może przejąć kluczowe zadania. Jeśli branża przyjmie te rozwiązania, rynek usług recenzenckich może ulec znacznym przekształceniom, a kompetencje recenzentów będą musiały ewoluować w kierunku nadzoru nad algorytmami.

Komentarz Redakcji

Ludzka recenzja, kiedyś synonim rygoru, staje się w dobie AI jedynie pierwszym filtrem – prawdziwą kontrolę przejmują algorytmy, które nie znają zmęczenia ani uprzedzeń.