ШІ проти анестезіолога: як великі мовні моделі визначають ASA-статус у собак і котів

Великі мовні моделі дедалі частіше застосовують у ветеринарії — від диференційної діагностики до комунікації з власниками. Це дослідження оцінювало, наскільки добре LLM визначають ASA-статус (фізичний стан за класифікацією Американського товариства анестезіологів) у собак і котів та генерують на його основі протоколи анестезії.

Що перевіряли Моделям давали клінічні сценарії з реальною інформацією про пацієнтів — анамнез, результати огляду, лабораторні дані. Завдання: присвоїти ASA-клас (I–V) і запропонувати план анестезії. Отримані відповіді порівнювали з оцінками ветеринарних анестезіологів.

Результати

• З визначенням ASA-статусу моделі загалом справлялися краще, ніж із побудовою повного протоколу. Найточніше — для пацієнтів з очевидним статусом (ASA I–II або ASA IV–V).
• Найбільше помилок — на межових випадках: ASA II проти III, де рішення залежить від дрібних деталей (компенсована хронічна хвороба, вік, супутні стани).
• У протоколах траплялися неточності в дозах, виборі препаратів і недооцінка ризиків для пацієнтів високого класу. Деякі рекомендації були загальними й не враховували породу, вагу чи супутню терапію.
• Моделі схильні впевнено подавати відповідь навіть тоді, коли даних бракує — це головний ризик для клінічного застосування.

Що це означає для практики LLM можна використовувати як допоміжний інструмент: швидко прикинути ASA-клас, нагадати про препарати, структурувати план. Але фінальне рішення — за лікарем. Протоколи, згенеровані ШІ, не можна застосовувати без перевірки: дози, протипоказання й моніторинг треба звіряти з актуальними джерелами.

Окремо варто пам'ятати про конфіденційність: вносити реальні дані пацієнтів у публічні чат-боти не можна.

Висновок Моделі — корисний помічник для рутинних випадків і навчання, але не заміна анестезіологу. Найслабше місце — межові ASA-класи й індивідуалізація протоколу.