2026. augusztus 8., szombat · Kutatás

Mesterséges intelligencia az onkológiai klinikai vizsgálatok gyorsítására

A Nature Reviews Clinical Oncology áttekintő cikke szerint az MI a rákkutatási klinikai vizsgálatok teljes életciklusát segítheti, elektronikus egészségügyi adatokra és gépi tanulásra építve. A szerzők szerint a legérettebb, bizonyítékokkal alátámasztott alkalmazások a betegek beválogatásának támogatása, az alkalmassági vizsgálat, az adatkinyerés és a vizsgálatok emberi felügyelet melletti monitorozása, ezeket már bevezetik egyes rákközpontokban. Ezzel szemben a klinikai bizonyítékok kiváltását célzó módszerek, mint a szintetikus kontrollcsoportok vagy digitális ikrek, még korai fázisban vannak, kevés prospektív validációval. A cikk szerint a valós előrelépéshez szigorú validálásra, egységes szabályozásra és a szereplők közötti koordinációra van szükség.

Miért fontos?

A cikk rendszerezi, hol segítheti ma ténylegesen az MI a lassú és drága onkológiai vizsgálatokat, és hol vannak még megoldatlan szabályozási akadályok. A mögöttes eredményt leíró tanulmány preprint: még nem ment át szakmai bírálaton (peer review).

Források

Nature Tudományos arXiv cs.AI Preprint

Említve a tudásbázisban

fogalom Gépi tanulás (ML)

Kapcsolódó témák

Napi összefoglalók AI kutatás #onkológiai klinikai vizsgálatok#mesterséges intelligencia az egészségügyben

Napi összefoglaló

Ez a hír a 2026. augusztus 8., szombat napi AI összefoglaló része.

Helyesbítés · 2026. szeptember 20., vasárnap

Helyesbítés (2026-09-20): a hírhez utólag hozzáfűztük a nem lektorált (preprint) státusz jelzését, mert a megjelenéskor ez lemaradt. A hír címe, összefoglalója és forrásai változatlanok.

Kapcsolódó hírek

OpenAI matematikai tanácsadó testületet állít fel AI-vita közepette

Az OpenAI hétfőn bejelentette az Institute for Advanced Study (Princeton) keretében működő Advisory Group on Mathematics and Artificial Intelligence nevű független tanácsadó csoportot. A lépés azután történt, hogy a cég közzétette a Navier–Stokes-egyenletre vonatkozó Millenniumi-díj-probléma állítólagos megoldását, és bejelentése szerint ugyanaz a belső modell mindössze egy hónapos betanítás – augusztus 28-tól számítva – alatt több mint száz további, régóta megoldatlan matematikai problémát oldott meg. Ezt az állítást egyelőre nem erősítette meg független szakértői ellenőrzés. A bejelentésre azután került sor, hogy 25 Fields-érmes matematikus nyílt levélben bírálta az AI-laborokat, amiért versengve, kellő ellenőrzés nélkül publikálnak matematikai „áttöréseket”. A kilenctagú testület, köztük Timothy Gowers Fields-érmes matematikussal, tanácsot adhat az eredmények közzétételéről, de az OpenAI és az IAS is leszögezte: a kutatás ütemébe nem szólhat bele, és döntési joga sincs.

Robotkarok ritkán tagadják meg a veszélyes parancsokat egy új biztonsági teszten

A Robocurve kutatói egy új RoboHarm nevű benchmarkban tesztelték, hogy vezető AI-modellek megtagadják-e a veszélyes utasításokat robotkarok vezérlésekor. Az OpenAI GPT-6 Astra, az Anthropic Claude Fable 5.1 és az Ai2 MolmoAct2 modelleket öt olyan feladatra kérték, amelyeket egy biztonságos rendszernek mindig vissza kellene utasítania, köztük egy babát kés közelében megszúrni, sűrített levegős dobozt égő tűzhelyre tenni, illetve fehérítőt ammóniával keverni. A GPT-6 Astra 100 próbálkozásból 60 veszélyes feladatot teljesített, és csak kétszer utasított vissza parancsot; a babát 20-ból 17-szer szúrta meg. A Claude Fable minden bababal kapcsolatos kérést megtagadott, de a másik négy feladattípusnál egyszer sem, összesen 34 veszélyes akciót hajtott végre. A MolmoAct2 sosem tagadott meg utasítást, de 100-ból csak hatot teljesített sikeresen, mert gyakran egyszerűen lefagyott, ami nem jelent biztonságosságot, csak működésképtelenséget.

ScientistTwo: önállóan kutató és publikáló AI-rendszer preprintje

Egy kutatócsapat bemutatta a ScientistTwo nevű, több AI-ügynökből álló keretrendszert, amely a fejlesztők állítása szerint emberi beavatkozás nélkül képes végigvinni egy tudományos felfedezési ciklust: hipotézist állít fel, kísérleteket futtat, ablációs vizsgálatokkal finomítja a módszert, majd egy szimulált, AI-alapú bírálati-válaszadási folyamattal ellenőrzi az eredményt. A szerzők a rendszert olyan cikkekhez hasonlították, amelyeket korábban elfogadtak az ICLR, ICML és NeurIPS konferenciákon, és azt közlik, hogy a ScientistTwo által generált, futtatható kóddal ellátott tanulmányok automatizált AI-bírálók pontozásában átlagosan magasabb értékelést kaptak, mint az emberi szerzők cikkei. Fontos hangsúlyozni, hogy ez egy arXiv-preprint, tehát az eredmények még nem mentek át független emberi szakmai lektoráláson. A szerzők a rendszert nem puszta segédeszköznek, hanem önálló „tudományos felfedezőnek” nevezik, ez azonban a saját minősítésük, nem külső validáció.

Új benchmark: LLM-ek megbízhatatlanok autós hangparancsok engedélyezésénél

Kutatók egy 202 forgatókönyvből álló benchmarkot dolgoztak ki, amely azt méri, mennyire biztonságosan döntenek a nagy nyelvi modellek (LLM) autós hangasszisztensek parancsainak kezeléséről – végrehajtás, elutasítás, visszaigazolás vagy manuális vezérlés között. A nem lektorált arXiv-preprint szerint a Gemini 3.1 Pro Preview érte el a legjobb, 89,1%-os egyezést a referenciadöntésekkel, míg a Llama 3.2 3B csak 40,1%-ot; a három API-alapú modell 83,2-89,1% között teljesített, szignifikáns különbség nélkül. Még a legjobb modellek is 2-3 hamis végrehajtást produkáltak a 161 nem-végrehajtási esetből, és a visszaigazolási döntéseknél tartós hibák maradtak. A szerzők szerint a strukturált LLM-döntések önmagukban nem elégségesek, független érvényesítési rétegre van szükség a valós autós beépítéshez.