Elons Masks ir norādījis, ka medicīniskie dati, kuri tiek augšupielādēti X (agrāk Twitter) mākslīgā intelekta čatbotam Grok, tiks izmantoti tā apmācībai, lai padarītu tā interpretāciju efektīvāku. Šī mēneša sākumā Masks pārpublicēja video ar aicinājumu lietotājiem augšupielādēt medicīniskas attēlus, piemēram, rentgena starus vai MRI, Grok diagnostikai, apgalvojot, ka AI dažreiz ir pārspējis ārstus. Viņš norādīja, ka 2024. gadā šie augšupielādes palīdzēs apmācīt Grok, kas, neskatoties uz tā agrīno izstrādes posmu, jau ir diezgan precīzs un tiek gaidīts, ka tas ievērojami uzlabosies. Masks dalījās ar anekdoti par Grok, kurš diagnosticēja gadījumu, ko ārstiem bija izdevies palaist garām Norvēģijā, un atklāja podkāstā “Moonshots with Peter Diamandis”, ka viņš personīgi iesniedza MRI Grok, kas kopā ar ārstiem neatrada nekādus trūkumus. Taču viņš neizpauda iemeslu sava MRI, un XAI, kas pieder X, noraidīja mediju jautājumus kā “Pasakainu mediju meli”. Grok saskaras ar konkurenci mākslīgā intelekta veselības aprūpes rīkjosku jomā, it īpaši no OpenAI nesen palaistā ChatGPT Health, kas droši integrējas ar medicīniskajām datu bāzēm un veselības lietotnēm, neizmantojot personisko informāciju modeļa apmācībai. Mākslīgā intelekta čatboti plaši tiek izmantoti medicīniskajos jautājumos; nesen OpenAI ziņoja par 40 miljoniem lietotāju, kas meklē veselības informāciju, un vairāk nekā puse no viņiem to dara, lai saprastu simptomus. Grok medicīniskās interpretācijas ir dažādas. Kamēr daži lietotāji apgalvo, ka tas pareizi analizēja asins analīzes un atklāja krūts vēzi, ārsti ir norādījuši uz būtiskiem kļūmēm, piemēram, maldīgi sajaucot tuberkulozi ar mugurkaula problēmām vai maldīgi uzskatot labdabīgu krūts cistu par sēkliniekiem. Maijā 2025. gadā veiktajā pētījumā, kas salīdzināja Grok ar Google Gemini un ChatGPT-4o, konstatēts, ka Grok ir visefektīvākais, atklājot patoloģijas vairāk nekā 35 000 smadzeņu MRI šķēlēs, taču ekspertu domas ir, ka neveidīgais AI joprojām pārspēj ģeneratīvos modeļus medicīniskajā attēlveidošanā.

Dr. Laura Heacock no Ņujorkas universitātes uzsvēra, ka tas, vai uzņēmumi ieguldīs laiku un resursus medicīniskās attēlveidošanas AI attīstībā, vēl ir atklāts jautājums. Eksperti brīdina, ka Maskas pieeja — apmācīt Grok, izmantojot lietotāju augšupielādētus medicīniskus datus no sociālo mediju platformas — rada riskus. Rains Tarsijs, Avandra Imaging vadītājs, skaidroja, ka šāda metode paātrina izstrādi, taču balstās uz datiem no ierobežotas, pašpārselectas kopas, kas nesasniedz drošas, anonimizētas medicīniskās datu bāzes daudzveidību. Turklāt medicīniskie dati, kas tiek koplietoti sociālajos tīklos, nav aizsargāti saskaņā ar HIPAA, kas palielina risku pacientu identitātes atklāšanai, īpaši ņemot vērā, ka attēli bieži satur iebūvētu personisko informāciju. Tarsijs brīdināja, ka tas var novest pie nevēlamas privātuma pārkāpšanas. Mēteis Makkojss, medicīnas ētikas un veselības politikas profesors Pēterļa universitātē, uzsvēra, ka šie privātuma riski vēl nav pilnībā izprasti, jo X iekšējās aizsardzības mehānismi ir nezināmi. Viņš personīgi nejutīsies droši, publiski daloties ar veselības datiem. Galu galā, lai arī Grok ir ieguvums medicīnas mākslīgā intelekta jomā, tā pašreizējie ierobežojumi precizitātē un privātuma jautājumos norāda uz piesardzību lietotājiem. Šis raksts sākotnēji tika publicēts portālā Fortune. com 2024. gada 20. novembrī.