בטיחות והערכה של בינה מלאכותית ברפואה

הגישה והראיות

במאמר דעה ב־Nature Medicine משנת 2026 דנים החוקרים באופן שבו ניסוח השאלות, אוכלוסיית המחקר ומדדי התוצאה משפיעים על פרשנות של ביצועי מערכות בינה מלאכותית.

במחקר נפרד ב־PLOS Digital Health נבדקו עשרה מודלי שפה באמצעות 305 שאלות מבחינת התמחות בנוירולוגיה, עם בדיקה נוספת על 155 מקרים מ־MedQA. דיוק במבחן אינו מוכיח כשלעצמו תועלת בטיפול במטופלים.

מחברים ותרומה

אלון גורנשטיין הוא ממחברי שני המאמרים, שנכתבו בשיתוף צוותי מחקר.

מאמרים ומקורות

• הערכת בינה מלאכותית ברפואה ←
• גישת ריבוי סוכנים להסקה נוירולוגית ←