КЛИНИЧЕСКОЕ МЫШЛЕНИЕ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ: ОБЗОР АКТУАЛЬНЫХ МЕТОДОВ, ПОДХОДОВ К ОЦЕНКЕ, ПРОБЛЕМ И ПЕРСПЕКТИВ

Большие языковые модели (LLM) демонстрируют высокие результаты на стандартизированных медицинских экзаменах, однако успех в статических оценках не всегда переносится на реальную клиническую практику. В данном аналитическом обзоре систематизированы методы усиления клинического мышления LLM в рамках двух парадигм: обучаемых (предварительное обучение, SFT, RL) и необучаемых (prompt engineering, testtime reasoning, RAG, агентные конвейеры) подходов. Проанализированы системы оценки и бенчмарки, включая классификацию Evidence Tiers и результаты MR-Bench. Рассмотрены сравнительные клинические исследования на реальных данных. Выявлен существенный разрыв между точностью финального диагноза и критическим провалом в дифференциальной диагностике (ошибки >80%), что ограничивает автономное клиническое применение LLM.

Hali tarjima qilinmagan