Közel száz alacsony és közepes jövedelmű ország egészségügyi dolgozói számára teszi ingyenesen elérhetővé klinikai mesterséges intelligencia rendszerét az OpenEvidence az Anthropic közreműködésével. A szeptemberben bejelentett program célja, hogy olyan régiók orvosai is gyorsan hozzáférjenek a szakirodalomhoz és kezelési irányelvekhez, ahol kevés a szakorvos és nehezebben elérhető a naprakész orvosi tudás.
Az OpenEvidence kifejezetten egészségügyi szakemberek számára fejlesztett kérdés-válasz rendszert működtet. Az orvos természetes nyelven tehet fel egy klinikai kérdést, a szolgáltatás pedig lektorált kutatásokból, kezelési irányelvekből és más orvosi forrásokból próbál összefoglalni releváns információkat. Az új együttműködésben az Anthropic biztosítja a mesterséges intelligencia háttértechnológiájának egy részét, az OpenEvidence pedig az orvosi tudásréteget és a helyi alkalmazást.
A program körülbelül száz országra terjed ki, köztük Ugandára, Angolára, Szudánra, Haitire és Mongóliára. A fejlesztők szerint a rendszer kialakításakor figyelembe veszik az adott régió egészségügyi infrastruktúráját és a rendelkezésre álló kezeléseket is. Ez azért fontos, mert egy magas jövedelmű országban megszokott diagnosztikai vizsgálat vagy gyógyszer nem feltétlenül hozzáférhető a világ minden részén.
A rendszer használatának nagyságrendjére maga az OpenEvidence közölt látványos adatot: alapítója szerint csak 2026 augusztusában 42 millió alkalommal konzultáltak vele amerikai klinikusok. Ez vállalati használati adat, nem független mérés, és önmagában nem árulja el, hogy hány esetben változtatta meg vagy javította egy beteg kezelését. Jól mutatja azonban, milyen gyorsan épülhetnek be az ilyen rendszerek az orvosi információkeresésbe.
Olvasd el: Mérhetően javította az oltási ismereteket egy mesterséges intelligencia chatbot
Lehet, hogy a mesterséges intelligencia egyik legnagyobb egészségügyi hatása nem egy új gyógyszer lesz, hanem az, hogy ugyanaz az orvosi tudás sokkal több orvoshoz jut el?
A gyors terjedés mellett különösen fontos a független teljesítményvizsgálat. Egy 2026-ban a Nature Medicine folyóiratban megjelent kutatás az OpenEvidence és egy másik klinikai rendszer teljesítményét általános célú csúcsmodellekkel vetette össze. Ötszáz orvosi vizsgakérdésen, ötszáz szakértői értékelési feladaton és száz valódi klinikai kérdésen azt találták, hogy a tesztelt általános modellek összességében jobban teljesítettek. A valós klinikai kérdéseknél 12 amerikai orvos összesen 1800 vak értékelést végzett.
Ez nem azt jelenti, hogy az OpenEvidence használhatatlan, hanem azt, hogy az orvosi címke önmagában nem garancia jobb teljesítményre. Az új, regionálisan testreszabott változat ráadásul nem ugyanaz a rendszerkonfiguráció, amelyet a korábbi tanulmány vizsgált. A közel száz országos bevezetés valódi eredményét ezért külön kell majd mérni: javítja-e a döntések pontosságát, gyorsaságát vagy a betegek egészségügyi kimeneteleit.
A fejlesztés jelentősége elsősorban az információs egyenlőtlenségek csökkentésében lehet. Egy mesterséges intelligencia nem pótol szakorvost, laboratóriumot, gyógyszert vagy működő egészségügyi rendszert, de gyorsabban elérhetővé teheti a már létező szakmai tudást. Ha ezt megfelelő helyi adatokkal, forrásjelöléssel és emberi ellenőrzéssel sikerül megoldani, a klinikai mesterséges intelligencia egyik legfontosabb felhasználási területe éppen azokban a régiókban jelenhet meg, ahol a legkevesebb szakember áll rendelkezésre.
Olvasd el ezt is: Virtuális biotechnológiai céget építettek 37 ezer mesterséges intelligencia ügynökből
Források: Reuters, OpenEvidence, Nature Medicine
CS.SZ.
