Forskare har upptäckt att stora språkmodeller ofta föredrar att ge felaktiga svar snarare än att medge okunskap. Detta beror på att de utvecklats för att generera svar baserat på mönster och associationer, snarare än att faktiskt förstå sammanhanget. Ett nytt tillvägagångssätt, kallat eGoT, syftar till att förbättra detta genom att lära AI-modellerna att koppla samman punkter över olika domäner och ge mer precisa svar.

Detta kan leda till mer tillförlitliga och användbara AI-system i vården, där korrekta diagnoser och behandlingsrekommendationer är av yttersta vikt.

Vad innebär detta för svensk vård? Det kan innebära att sjukvårdspersonal i framtiden kan få tillgång till mer precisa och tillförlitliga AI-stödda diagnostik- och behandlingsverktyg, vilket kan förbättra patientomsorgen och minska risken för felaktiga diagnoser och behandlingar.