Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарThe Verge→ оригинал

Apple попросит 200 000 американцев оценить ответы медицинского ИИ в iOS-приложении

Apple запустила Apple Health AI Usage Study, чтобы понять, насколько полезны и понятны людям ответы медицинского ИИ. Участник задаёт в отдельном iOS-приложении вопрос вроде «почему я плохо сплю», получает ответ со ссылками на клинические источники и оценивает точность, подробность и релевантность. Нужно до 200 000 американцев старше 21 года. Разработчикам health-ИИ это урок: проверять надо не только верность ответа, но и понятность.

AI-обработка оригинала The Verge; редакция Hamidun News
Apple попросит 200 000 американцев оценить ответы медицинского ИИ в iOS-приложении
Источник: The Verge. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникThe Verge ↗
Главный редактор
Ключевой факт #1Нужен iPhone 15 Pro и iOS 26; Apple Intelligence в приложении не задействован
По желанию можно дать данные HealthKitсон, активность, анализы
Ключевой факт #3Apple обещает не обучать на собранных данных ИИ-модели

Люди давно спрашивают у чат-ботов про симптомы, анализы и лекарства, но создатели таких сервисов обычно знают только одно: модель ответила. Поняли ли пользователи этот ответ, сочли ли его полезным, смогли ли что-то с ним сделать, остаётся за кадром. Apple решила измерить именно это. Компания запустила Apple Health AI Usage Study: исследование, в котором до 200 000 американцев старше 21 года будут задавать медицинские вопросы ИИ в специальном приложении и сами оценивать ответы. Число 200 000 здесь означает не размер обучающей выборки, а количество людей, чьи оценки соберёт Apple.

Как устроено исследование

Для эксперимента Apple выпустила отдельное iOS-приложение. Участник вводит вопрос текстом, например «почему я плохо сплю». Диктовать можно через клавиатуру iOS, но интеграции с Siri нет. В ответ человек получает объяснение простым языком и ссылки на рецензируемые клинические источники.

Ответы формирует не Apple Intelligence. Компания проводит исследование вместе с клинической ИИ-платформой, которой пользуются медики. Платформа готовит ответы на основе медицинской литературы, в том числе материалов The New England Journal of Medicine.

После ответа участник ставит оценки по трём критериям: точность, подробность и релевантность. Apple собирает не мнение врачей-экспертов, а реакцию обычных людей. Это отличается от привычных бенчмарков, где ИИ проверяют на экзаменационных вопросах для медиков.

Набор открыт с момента анонса. Требования такие:

  • возраст от 21 года;
  • проживание в США;
  • iPhone 15 Pro или новее;
  • iOS 26 или более поздняя версия.

Что с личными данными

При регистрации можно по желанию дать приложению доступ к данным HealthKit: активности, сну, результатам клинических анализов. Тогда ответы учитывают контекст конкретного человека. Вопрос про плохой сон звучит иначе, если ассистент видит ваши показатели за последние недели.

Apple заявляет, что информация участников остаётся конфиденциальной, а собранные данные не будут использоваться для обучения ИИ-моделей. Проверить это снаружи нельзя, остаётся доверять заявлению компании. Но сама формулировка важна: исследование подаётся как изучение поведения людей, а не как способ набрать тренировочный материал.

Вице-президент Apple по здоровью и фитнесу Сумбул Десаи сказала, что здоровье очень личное, поэтому отдельное научное исследование — самый вдумчивый способ понять, как люди воспринимают медицинский ИИ в повседневной жизни. По её словам, результаты помогут продолжить научную дискуссию и создавать надёжные инструменты.

Что это значит для разработчиков и продактов

Первый вывод касается метрик. Если вы делаете медицинский или околомедицинский ИИ-продукт, одной проверки фактов мало. Ответ может быть верным, но слишком сухим, слишком длинным или не по теме вопроса. Критерии Apple (точность, подробность, релевантность) подходят как готовый шаблон для собственной пользовательской оценки.

Второй вывод касается источников. Ответ со ссылками на клинические публикации позволяет человеку проверить сказанное. В сфере, где ошибка стоит дорого, это становится базовым требованием к продукту.

Третий вывод касается личного контекста. Данные о сне, активности и анализах могут сделать ответы полезнее, но повышают требования к приватности. Отдельное согласие на каждый тип данных и чёткое обещание не обучать на них модели — разумный минимум.

Есть и ограничения. Исследование идёт только в США и только на недешёвых iPhone, поэтому выборка будет смещена в сторону владельцев современных устройств. Apple пока не назвала сроки публикации результатов и не сказала, превратятся ли выводы в функцию самой компании. Но если исследование наберёт заявленные 200 000 оценок, оно может показать редкую картину: что обычные люди на самом деле считают хорошим медицинским ответом ИИ.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как устроено исследование?

Для эксперимента Apple выпустила отдельное iOS-приложение. Участник вводит вопрос текстом, например «почему я плохо сплю». Диктовать можно через клавиатуру iOS, но интеграции с Siri нет. В ответ человек получает объяснение простым языком и ссылки на рецензируемые клинические источники. Ответы формирует не Apple Intelligence. Компания проводит исследование вместе с клинической ИИ-платформой, которой пользуются медики.

Что известно по теме: что с личными данными?

При регистрации можно по желанию дать приложению доступ к данным HealthKit: активности, сну, результатам клинических анализов. Тогда ответы учитывают контекст конкретного человека. Вопрос про плохой сон звучит иначе, если ассистент видит ваши показатели за последние недели. Apple заявляет, что информация участников остаётся конфиденциальной, а собранные данные не будут использоваться для обучения ИИ-моделей. Проверить это снаружи нельзя, остаётся доверять заявлению компании.

Что известно по теме: что это значит для разработчиков и продактов?

Первый вывод касается метрик. Если вы делаете медицинский или околомедицинский ИИ-продукт, одной проверки фактов мало. Ответ может быть верным, но слишком сухим, слишком длинным или не по теме вопроса. Критерии Apple (точность, подробность, релевантность) подходят как готовый шаблон для собственной пользовательской оценки. Второй вывод касается источников. Ответ со ссылками на клинические публикации позволяет человеку проверить сказанное.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…