<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
     xmlns:content="http://purl.org/rss/1.0/modules/content/"
     xmlns:media="http://search.yahoo.com/mrss/"
     xmlns:atom="http://www.w3.org/2005/Atom">

<channel>

    <atom:link
        href="https://shesht.am/tag/%d5%a1%d5%ac%d5%a3%d5%b8%d6%80%d5%ab%d5%a9%d5%b4%d5%a1%d5%b5%d5%ab%d5%b6-%d5%af%d5%b8%d5%b2%d5%b4%d5%b6%d5%a1%d5%af%d5%a1%d5%ac%d5%b8%d6%82%d5%a9%d5%b5%d5%b8%d6%82%d5%b6/feed"
        rel="self"
        type="application/rss+xml"
    />

    <lastBuildDate>Sun, 15 Nov 2026 18:04:59 +0000</lastBuildDate>

    <title>Շեշտ.am (shesht.am) - Feed</title>

    <description>Շեշտ.am – նորություններ եւ ոչ միայն</description>

    <link></link>

    
        
        <item>

            <guid isPermaLink="false">https://shesht.am/?p=20621</guid>

            <pubDate>Mon, 26 Oct 2026 16:02:30 +0000</pubDate>

            <title>Լեզվային մոդելները դեղեր առաջարկելիս հակվել են հայտնի ապրանքանիշերին</title>

            <description><![CDATA[<p>Հինգ լեզվային մոդելների փորձարկումը ցույց է տվել, որ նույն ազդող նյութով տարբեր դեղերից համակարգերը սովորաբար նախընտրում են մեկ ապրանք։ Այդ ընտրությունը հաճախ համընկել է հայտնի և համացանցում առավել տեսանելի ապրանքանիշերի հետ՝ տարբերվելով բժիշկների իրական նշանակումների բաշխումից։</p>
]]></description>

            
                <media:content
                    url="https://shesht.am/wp-content/uploads/2026/10/shesht-ai-drug-cover.jpg"
                                            type="image/jpeg"
                                        expression="full"
                >

                    <media:description type="plain"><![CDATA[Լեզվային մոդելները դեղեր առաջարկելիս հակվել են հայտնի ապրանքանիշերին]]></media:description>

                </media:content>

            
            <content:encoded><![CDATA[
Օսակայի մետրոպոլիտեն համալսարանի և Տեխասի համալսարանի MD Anderson քաղցկեղի կենտրոնի հետազոտողները արդյունքները հոկտեմբերի 26-ին հրապարակել են Nature Health ամսագրում։ Նրանք ուսումնասիրել են ոչ թե դեղերի բուժական արդյունավետությունը, այլ այն, թե լեզվային մոդելներն ինչ առևտրային անվանումներ են առաջարկում, երբ դեղի ազդող նյութն արդեն նշված է հարցման մեջ։



Թիմը կազմել է հիվանդություն–դեղ զույգերի 123 տարբերակ և դրանք համադրել 1 440 սոցիալժողովրդագրական նկարագրությունների հետ՝ ստանալով 177 120 հորինված կլինիկական սցենար։ Յուրաքանչյուր սցենարը ներկայացվել է GPT-5.4, Claude Sonnet 4.6, Gemini 3.1 Flash, Llama 4 և MedGemma մոդելներին՝ խնդրելով նախապատվության հերթականությամբ նշել ԱՄՆ-ում հաստատված մինչև երեք դեղի անվանում։



Մոդելները տվել են առնվազն մեկ առաջարկ պարունակող շուրջ 883 հազար պատասխան։ Յուրաքանչյուր հիվանդություն–դեղ զույգի և մոդելի համար մեկ ապրանքին բաժին է հասել առաջին առաջարկների միջինում 97,5%-ը։ Այսինքն՝ ընտրությունը գրեթե միշտ կրկնվել է՝ չնայած հիվանդի նկարագրության փոփոխություններին։



Համալսարանը հայտնել է, որ ավելի հաճախ առաջարկվել են հայտնի ապրանքանիշեր, Google-ում մեծ տեսանելիություն կամ Վիքիպեդիայում առանձին էջ ունեցող դեղեր։ Այս կապը ինքնին չի ապացուցում, որ հենց առցանց տեսանելիությունն է առաջացրել նախընտրությունը։ Հետազոտողները գտել են նաև կարգավորող տեղեկություններին չհամապատասխանող առաջարկներ, այդ թվում՝ շրջանառությունից հանված ապրանքներ։



Գնային ամբողջական տվյալներ ունեցող 51 ազդող նյութերի համար թիմը հաշվարկել է նաև հնարավոր տնտեսական հետևանքը։ Եթե բժիշկների ընտրությունը համապատասխաներ մոդելների առաջարկներին, հետազոտված դեղերի տարեկան ձեռքբերման հաշվարկային ծախսը կավելանար մոտ 55,6 միլիոն դոլարով։ Սա մոդելային սցենար է, ոչ թե արձանագրված ծախս կամ բոլոր հիվանդների համար կանխատեսում։



Երբ հարցման մեջ հատուկ պահանջել են նախապատվություն տալ ավելի էժան կամ գեներիկ տարբերակներին, պատասխանները փոխվել են այդ ուղղությամբ։ Սակայն առաջարկները շարունակել են կենտրոնանալ սահմանափակ թվով ապրանքների վրա։



Փորձարկումն իրականացվել է հորինված սցենարներով և մոդելների որոշակի տարբերակներով ու կարգավորումներով․ իրական հիվանդների բուժման արդյունքներ չեն գնահատվել։ Հեղինակների գնահատմամբ՝ բժշկական ԱԲ-ի ստուգումները պետք է ներառեն նաև առևտրային չեզոքությունը, գների և կարգավորող տվյալների ճշգրտությունը, ոչ միայն պատասխանի բժշկական բովանդակությունը։
]]></content:encoded>

            <link>https://shesht.am/science/ai-drug-brands</link>

            <author>info@shesht.am (Շեշտ.am (shesht.am))</author>

        </item>

    
</channel>

</rss>