Бенчмарк RadLE 2.0: ИИ-модели для рентгеновских снимков уверенно ошибаются — врачи пока вне конкуренции

Разработчики представили бенчмарк RadLE 2.0, который оценивает, насколько хорошо ИИ-модели для анализа рентгеновских снимков понимают границы своей компетенции. Тестирование показало: многие модели дают неверные заключения, но при этом демонстрируют стопроцентную уверенность в ответе. Это создаёт серьёзные риски в клинической практике.

Человеческие радиологи по точности пока значительно опережают ИИ. Авторы подчёркивают: прежде чем доверять нейросетям самостоятельную диагностику, необходимо научить их вовремя «говорить нет» — то есть осознанно передавать сложные случаи врачу. Бенчмарк призван стимулировать развитие более честных и безопасных моделей.