Karan Singhal, seorang peneliti Google dan penulis utama studi baru tersebut, mengatakan kepada AFP bahwa tim tersebut menggunakan tolok ukur untuk menguji versi baru model mereka dengan hasil yang “sangat menarik”.

Med-PaLM 2 mencapai 86,5 persen pada ujian USMLE, mengungguli versi sebelumnya hampir 20 persen, menurut studi pracetak yang dirilis pada bulan Mei yang belum ditinjau oleh rekan sejawat.

“gajah di kamar”

“Ada seekor gajah di dalam ruangan” dari chatbot medis bertenaga AI, kata James Davenport, seorang ilmuwan komputer di University of Bath, Inggris, yang tidak terlibat dalam penelitian tersebut.

“Ada perbedaan besar antara menjawab ‘pertanyaan medis’ dan pengobatan yang sebenarnya, yang melibatkan diagnosis dan pengobatan masalah kesehatan yang sebenarnya,” katanya.

Halusinasi cenderung selalu menjadi masalah untuk model bahasa sebesar itu, kata Anthony Cohn, pakar kecerdasan buatan di University of Leeds, Inggris, karena sifat statistiknya.

Oleh karena itu, “model ini harus selalu dilihat sebagai pembantu, bukan pembuat keputusan akhir,” kata Cohn.

Di masa mendatang, kata Singhal, Med-PaLM dapat digunakan untuk mendukung para dokter untuk menawarkan alternatif yang mungkin belum pernah dipertimbangkan sebelumnya.

The Wall Street Journal melaporkan awal pekan ini bahwa Med-PaLM 2 telah diuji di rumah sakit penelitian Mayo Clinic yang bergengsi di AS sejak April.

Senegal mengatakan dia tidak dapat berbicara tentang kemitraan khusus.

Tetapi dia menekankan bahwa tidak ada tes yang “klinis, diarahkan pada pasien, atau berpotensi membahayakan pasien.”

Alih-alih itu untuk “lebih banyak tugas administratif yang dapat diotomatisasi dengan relatif mudah dan dengan risiko rendah,” tambahnya.