GPT-5.5 इंस्टेंट की स्वास्थ्य मूल्यांकन क्षमताओं में उछाल आया है, और डॉक्टरों का मूल्यांकन उनके मानव समकक्षों से बेहतर है

OpenAI ने GPT-5.5 इंस्टेंट की घोषणा की, जो स्वास्थ्य मूल्यांकन में एक बड़ी सफलता है। यह मॉडल हेल्थबेंच और हेल्थबेंच प्रोफेशनल बेंचमार्क दोनों पर अत्याधुनिक प्रदर्शन तक पहुंचता है। इससे भी अधिक आश्चर्यजनक बात यह है कि डॉक्टरों द्वारा किए गए डबल-ब्लाइंड मूल्यांकन में, GPT-5.5 इंस्टेंट के उत्तर मानव डॉक्टरों की तुलना में बेहतर पाए गए।

हेल्थबेंच कई चिकित्सा क्षेत्रों में बुनियादी ज्ञान मूल्यांकन को कवर करता है, जिसमें आंतरिक चिकित्सा, बाल रोग और सर्जरी जैसे सामान्य विभाग शामिल हैं। हेल्थबेंच प्रोफेशनल अधिक पेशेवर चिकित्सा उपक्षेत्रों पर ध्यान केंद्रित करता है, विशेष निदान और उपचार योजना की सिफारिशों में मॉडल की क्षमता का परीक्षण करता है।

OpenAI ने कहा कि यह सुधार GPT-5.5 प्रशिक्षण प्रक्रिया के दौरान चिकित्सा साहित्य और नैदानिक ​​​​दिशानिर्देशों की गहन सुदृढीकरण शिक्षा के कारण है। मॉडल न केवल चिकित्सा प्रश्नों का उत्तर देने में सक्षम हैं बल्कि जटिल नैदानिक ​​​​तर्क कार्यों में निरंतरता बनाए रखने में भी सक्षम हैं।

इस क्षमता को चैटजीपीटी में एकीकृत किया गया है, जिससे उपयोगकर्ता बातचीत में स्वास्थ्य संबंधी जानकारी तक पहुंच सकते हैं। लेकिन ओपनएआई इस बात पर जोर देता है कि यह अभी भी एक सहायक उपकरण है, चिकित्सा उपकरण नहीं, और इसे पेशेवर चिकित्सा सलाह के विकल्प के रूप में उपयोग नहीं किया जाना चाहिए।

मेडिकल एआई एक प्रमुख ऊर्ध्वाधर क्षेत्र है जिसके लिए प्रमुख मॉडल निर्माता प्रतिस्पर्धा करते हैं। डॉक्टरों द्वारा डबल-ब्लाइंड मूल्यांकन में GPT-5.5 इंस्टेंट का "मानव से बेहतर" प्रदर्शन उद्योग में मील का पत्थर है - यह पहली बार है कि एक सामान्य वार्तालाप मॉडल ने नैदानिक ​​​​ज्ञान प्रश्न और उत्तर में इस सीमा को पार कर लिया है। घरेलू मेडिकल एआई ट्रैक के लिए, यह एक कैच-अप लक्ष्य और चेतावनी दोनों है: पेशेवर क्षेत्रों में सामान्य बड़े मॉडलों की गहन क्षमताएं रोग-विशिष्ट मॉडलों के लाभ क्षेत्रों को तेजी से तोड़ रही हैं।