27 октября 2026 г.
ChatGPT и Claude сходятся на одном бренде лекарства: 97,5% первых рекомендаций
На одно действующее вещество в среднем приходится 5,5 одобренных FDA продуктов, но 97,5% первых советов модели отдают одному названию (Nature Health, 26.10.2026).
Закупка по советам моделей обошлась бы дороже на $55,6 млн в год. Это плюс 1019% к счёту.
Osaka Metropolitan University вместе с MD Anderson Cancer Center прогнали пять моделей через 177 120 синтетических клинических сценариев, 123 пары «болезнь — вещество». Выбор почти всегда падал на один и тот же продукт, хотя одобренных альтернатив у вещества в среднем пять с половиной.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Модели отвечают хором. В 96 парах из 123 один продукт забирал больше 90% первых выборов. ChatGPT, Gemini 3.1 Flash, Claude Sonnet 4.6, Llama и MedGemma называли одного фаворита: Claude совпадал с ним в 96,6% случаев, MedGemma в 90,6%.
Побеждает известность, а не практика. Шансы попасть в первый совет выше в 20 раз у препарата-первопроходца и втрое у того, у кого есть своя страница в Wikipedia. Реальная частота назначений в больницах, наоборот, снижает шансы продукта попасть в ответ.
Раньше можно было думать, что модель хотя бы повторяет сложившуюся врачебную практику. Теперь видно обратное: первый выбор модели совпал с самым назначаемым продуктом лишь в 29,7% случаев. От 12,4% до 14,7% ответов расходятся с регуляторными данными, и почти всегда это продукты, снятые с рынка.
Что помогает. Прямая просьба выбрать генерик или вариант дешевле меняет верхнюю рекомендацию в 77,9% сравнений, и в 85,4% таких сдвигов модель переходит именно на генерик. Набор названий при этом остаётся таким же узким.
Рецепт авторов на сейчас один: модель рядом с проверенным справочником лекарств и человек в контуре проверки.
Первоисточник