{"data":{"id":1676,"lang":"cs","title":"Model OpenAI o1 překonal pohotovostní lékaře v diagnostice se 67% přesností v bostonské studii, ukázal časopis Science","summary":"Model o1 od OpenAI překonal stovky lékařů v diagnostice ve studii v časopise Science a dosáhl 67,1% přesnosti při pohotovostním triáži oproti 55,3 % a 50 % u atestovaných lékařů v Bostonu.","category":"science","category_label":"Věda","published_at":"2026-05-07T06:01:57Z","updated_at":"2026-05-07T06:01:57Z","url":"https://techtools.cz/tools/news/clanek/1676-model-openai-o1-prekonal-pohotovostni-lekare-v-diagnostice-se-67-presnosti-v","api_url":"https://techtools.cz/news-api/v1/articles/1676?lang=cs","markdown_url":"https://techtools.cz/news-api/v1/articles/1676.md?lang=cs","image_url":"https://www.statnews.com/wp-content/uploads/2026/04/s3___bgmp-arc_arc-feeds_generic-photos_to-arc_ryanhospital1met-645x645.jpg","word_count":146,"reading_time_minutes":1,"sources":[{"url":"https://www.science.org/doi/10.1126/science.adz4433","domain":"science.org"},{"url":"https://www.statnews.com/2026/04/30/open-ai-llm-model-outperforms-doctors-study-published-journal-science/","domain":"statnews.com"},{"url":"https://www.npr.org/2026/04/30/nx-s1-5804474/ai-doctors-openai-patient-care-diagnosis","domain":"npr.org"}],"translation":{"lang":"en","id":1603,"title":"OpenAI o1 Model Beats ER Physicians at Diagnosis With 67% Accuracy in Boston Trial, Science Journal Finds","url":"https://techtools.cz/tools/news/article/1603-openai-o1-model-beats-er-physicians-at-diagnosis-with-67-accuracy-in-boston","api_url":"https://techtools.cz/news-api/v1/articles/1603?lang=en"},"content":"Studie publikovaná v časopise Science zjistila, že rezonovací model o1 od OpenAI překonal stovky lékařů v diagnostických a klinických úlohách. Pokus pod vedením internisty Adama Rodmana z Beth Israel Deaconess porovnával model s lékaři na publikovaných klinicko-patologických případech i na živých pacientech pohotovosti v Bostonu.\n\nU reálných pohotovostních případů dosáhl o1 přesné nebo téměř přesné diagnózy u 67,1 % pacientů a předčil dva atestované lékaře, kteří dosáhli 55,3 % a 50,0 %. U publikovaných modelových případů zaznamenal o1-preview přesnost 88,6 %, výrazně před 72,9 % u GPT-4 i před předchozí generací nástrojů pro klinickou podporu rozhodování.\n\nRodman upozornil, že výsledky nelze vykládat jako důkaz bezpečnosti při nasazení u pacientů. Model pracoval pouze s textem a nezachycuje obrazy, zvuky ani neverbální signály, na nichž klinici staví. Práce explicitně odpovídá na článek z roku 1959, který v Science stanovil práh, kdy systém umělé inteligence překoná lidskou diagnostickou úvahu."}}