MTS-Bench: Benchmark Manchester Triage System pre bezpečnosť triedenia jazykových modelov

Štúdia porovnávala bezpečnosť troch systémov pri triediní pacientov v zdravotnej starostlivosti pomocou Manchester Triage System (MTS). Testovaní boli: GPT-5.1, DR. INFO bez MTS a DR. INFO s MTS retrieval na 156 klinických prípadoch pokrývajúcich všetky päť úrovní priority MTS. GPT-5.1 podtriedil 44,2% prípadov vrátane 75% červených a 73,4% oranžových prípadov, pričom vytvoril 6 nebezpečných chýb. Obe konfigurácie DR. INFO podtriedli iba 11,5% prípadov bez nebezpečných chýb. Keď bola pridaná zavádzajúca lekárska správa, GPT-5.1 podtriedol všetkých 8 červených prípadov, zatiaľ čo DR. INFO s MTS retrieval pokračoval bez chýb. Pridanie objektívnych klinických údajov znížilo podtriedenie v DR. INFO s MTS retrieval z 19,2% na 3,8%. Záver: Nahradenie všeobecného jazykového modelu systémom DR. INFO s MTS retrieval výrazne znížilo podtriedenie a nebezpečné chyby.