Specialiserad AI klarar det svåra – bred modell snubblar på det enkla

Inte alla AI-modeller är skapade lika

Det är lätt att tro att en modell som kan skriva juridiska avtal, sammanfatta forskning och föra filosofiska samtal också bör klara av att avgöra om en student följer med i en föreläsning. Den intuitionen visar sig vara fel.

En ny studie publicerad på arXiv undersökte om multimodala grundmodeller – i det här fallet Googles Gemini – kunde analysera ögonrörelser kombinerat med videoinnehåll för att i realtid avgöra när studenter tappar koncentrationen. Datamaterialet var solitt: ögonrörelsesdata från 70 deltagare och ett tydligt syfte. Ändå misslyckades modellen med att överträffa enkla statistiska jämförelsemetoder, oavsett hur forskarna formulerade sina frågor till den.

Detta är ett viktigt resultat – inte för att det är förvånande för den som jobbar nära tekniken, utan för att det påminner oss om en grundläggande sanning: generell intelligens är inte detsamma som specialiserad förmåga.

När rätt arkitektur möter rätt problem

Samtidigt publicerades en studie som pekar i en helt annan riktning. Forskare har utvecklat en metod baserad på neurala integraloperatorer för att analysera funktionell magnetresonanstomografi – det vill säga fMRI-data som visar hjärnans aktivitet över tid.

Detta är ett genuint svårt problem. fMRI-data är brusig, rumsligt komplex och djupt tidsberoende. Det handlar om att fånga mönster som sprider sig icke-linjärt över hjärnans nätverk – precis den typ av distribuerade samband som vanliga djupinlärningsmodeller hanterar dåligt.

Där visade sig arkitekturen avgörande. De neurala integraloperatorerna är specifikt utformade för att hantera just sådana icke-lokala mönster, och resultaten är lovande: längre tidsfönster förbättrar prestandan konsekvent, och modellens inre representationer blir mer strukturerade ju mer data den får att arbeta med. Både avkodning av stimuli från hjärnaktivitet och förutsägelse av aktivitet utifrån kända stimuli fungerade bättre med den nya metoden.

Det farliga gapet – och vad det kostar

Här är det som gör dessa två studier intressanta att läsa tillsammans: de illustrerar ett gap som riskerar att bli farligt i en vårdkontext.

Vårdsektorn befinner sig mitt i en digitaliseringsoffensiv. Regioner investerar i AI-stödda beslutsstödsystem, patientövervakning och diagnostik. I den rörelsen finns en lockelse att driftsätta kraftfulla generalistmodeller snabbt – de är lättillgängliga, imponerande i demonstrationer och relativt billiga att komma igång med.

Men studien om uppmärksamhetsmätning bör ge eftertanke. Om en toppmodern multimodal modell inte tillförlitligt klarar av att läsa av ögonrörelsemönster hos studenter – hur säkra kan vi vara på att liknande modeller presterar tillförlitligt i kliniska sammanhang med ännu mer komplex data och högre insatser?

Det handlar inte om att generalistmodeller är värdelösa i vården – de gör faktiskt stor nytta som stöd för journalföring, sammanfattning av patienthistorik och som sökmotorer i medicinsk litteratur. Men att förvänta sig att dessa modeller ska klara specialiserade diagnostiska uppgifter utan gedigen validering är en annan sak.

fMRI-studien visar däremot en mer hoppfull väg. Här har forskarna börjat från problemets egna villkor: vad kräver just denna data, vilka matematiska egenskaper behöver modellen ha för att hantera den? Det är ett ingenjörsmässigt förhållningssätt som betalar sig.

Vad bör vårdens beslutsfattare ta med sig?

De två studierna landar i en gemensam lärdom som är värd att sätta upp på väggen i varje upphandlingsrum:

• Generalister är bra på breda uppgifter, inte nödvändigtvis på precisa, specialiserade sådana
• Arkitektur spelar roll – en modell måste vara konstruerad för det problem den ska lösa
• Validering är inte valfritt – imponerande resultat i en domän garanterar inget i en annan

AI är genuint transformativt för vården. Men transformativ potential och driftsättningsredo är inte samma sak. Det är just nu som de viktiga gränserna ritas upp.