Обычная медицинская нейросеть видит пациента как точку на карте: есть рост, давление, анализ крови — и модель ставит одну метку «здоров» или «болен». Но в реальной больнице карта всегда рваная. Один анализ сдан в понедельник, другой — через месяц, а томограф вообще другой марки. Точка на такой карте — самообман.
Новая модель работает иначе. Для каждого пациента она держит не одну точку, а целое облако возможных состояний — как фоторобот, где черты лица слегка размыты. Если данных мало, облако шире: модель честно говорит «не знаю». Если анализы сходятся, облако сжимается в уверенный ответ.
Авторы скормили этой модели сотни тысяч записей из разных больниц: кардиограммы, снимки, анализы. Модель училась собирать облако из обрывков и сравнивать, совпадают ли обрывки одного пациента. Оказалось, такой подход лучше предсказывает болезни, чем классические нейросети, которые притворяются, что видят всё.
Итог простой: честное незнание полезнее мнимой точности. Модель, которая помнит о пробелах, меньше врёт и реже пропускает болезнь.
В реальных больницах до 40% полей в карте пациента пустуют — анализы не сданы, измерения не записаны. Обычные нейросети на таких данных часто дают ответ с уверенностью 99%, хотя на деле угадывают.