AI-native — проверка исходов E4, срез v0.7

Независимую проверку выдержали 83 случая из 120 (в v0.6 было 62). Новые 21 случай почти целиком медицинские: рандомизированные и контролируемые исследования ИИ в реальной работе больниц Тайваня, Японии, Израиля, Швеции, Дании, Нидерландов, Швейцарии, Кореи, Великобритании и США (18), плюс чат-бот Денвера и два решения о полиции. Среди 83 засчитанных 39 неуспехов, 23 смешанных исхода и 21 успех; уровень A — 21, B — 62. Промежуточный срез; работа продолжается (идут 7 исследовательских пакетов).

Основание, правила координатора и причины отказов — в v0.5 и v0.6. Все 546 вердиктов — в таблице вердиктов v0.7.

План, факт, пробел

Показатель	План	v0.6	v0.7	Пробел
Проверенные случаи A/B с установленным исходом	≥ 120	62 (A — 17, B — 45)	83 (A — 21, B — 62)	37
Из них неуспешные и смешанные	≥ 30	48	62 (39 + 23)	выполнено
Всего вердиктов / независимого проверяющего	—	487 / 388	546 / 452	—
США / Китай / Россия / другие страны среди засчитанных	покрытие всех	22 / 6 / 0 / 34	25 / 6 / 0 / 52	Россия

Засчитанные случаи — новые в v0.7 (21)

Случай	Уровень, исход	Почему засчитан	Оговорка
Tri-Service General Hospital (Тайвань), ИИ-ЭКГ оповещения о риске смерти	B, успех	РКИ (Nature Medicine): снижение смертности в группе оповещений	Систему разработала та же группа
Tri-Service, кластерное РКИ ARISE (ИИ-ЭКГ при ИМпST)	B, успех	Первичная точка (время «дверь–баллон») достигнута	Жёсткие исходы — вторичные; та же группа
Tri-Service, РКИ CARDIOLOGIST (ИИ-ЭКГ, фибрилляция предсердий)	B, смешанный	Кластерное РКИ в 2 больницах, ≈ 17 800 пациентов	Три тайваньских РКИ — одно происхождение платформы, засчитаны раздельно
4 третичные больницы Тайваня, ИИ при колоноскопии	A, смешанный	Многоцентровое РКИ в рутине (JAMA Netw Open), вендора среди авторов нет	—
Sahlgrenska (Швеция), ИИ-колоноскопия в практике	A, неуспех	РКИ в клинической практике: первичная частота выявления аденом не изменилась	—
COLO-DETECT (10 трастов NHS), GI Genius	A, успех	Прагматичное РКИ: аденомы на колоноскопию 1,56 против 1,21; выявляемость 56,6% против 48,4%	Грант Medtronic без права вмешательства
Cancer Institute Hospital (Япония), ИИ при эндоскопии пищевода	B, неуспех	РКИ: первичная точка не достигнута	Соавторы — акционер и получатель гонораров вендора
Rambam (Израиль), LLM-помощник заключений по электродиагностике	B, неуспех	РКИ: качество заключений не улучшилось	Инструмент и шкалу создали сами авторы
TRICORDER (205 практик NHS), ИИ-стетоскоп Eko	B, неуспех	Кластерное РКИ (Lancet): выявление сердечной недостаточности не выросло (IRR 0,94)	Пресс-релиз вендора сообщал «рост в 2,3 раза» — только по обследованным
CHUV (Лозанна), HERACLES — выявление сепсиса	B, успех	Реальное внедрение в системе обучающегося здравоохранения	Вклад ИИ неотделим от протокола; исход по флагу того же алгоритма
PROTEUS (20 центров NHS), ИИ в стресс-эхокардиографии	B, неуспех	РКИ, 2 341 участник: первичная точка не достигнута	Авторы из Ultromics
Manchester University NHS FT, прогноз неявок	B, неуспех	Независимый проект NIHR ARC: эффект не отделён от других мер	Контроля нет
UT Southwestern, Aidoc — приоритизация КТ при ТЭЛА	B, смешанный	Время до заключения сократилось, для срочных исследований — нет	Время до лечения не измерялось
MaineHealth, ИИ-скрининг ретинопатии в первичном звене	B, успех	Параллельный контроль: охват скринингом достиг цели CMS (67%)	—
VUNO DeepCARS (3 больницы Кореи)	B, смешанный	Ступенчатое внедрение: смертность RR 0,71; снижение остановок сердца незначимо после поправки на год	Сотрудники вендора участвовали во внедрении
Halland (Швеция), Aidoc — попутные ТЭЛА	B, успех	До/после: доля выявленных попутных ТЭЛА выросла в 4,6 раза	Без конфликта интересов, без параллельного контроля
Кольдинг и Вайле (Дания), ИИ для переломов	B, смешанный	Эффект по рабочей метрике нулевой (7,7 → 8,5%, p = 0,71)	—
SPOT-study (Нидерланды), SkinVision	B, смешанный	РКИ в здравоохранении Нидерландов	Препринт medRxiv без рецензии
Денвер, чат-бот 311 «Sunny»	B, смешанный	Два независимых теста (Westword, Route Fifty): хорошо на простых задачах, плохо на актуальных; линию 311 сократили	Исход бюджетного решения не измерен
Лондон, Met Police — живое распознавание лиц	A, успех	Высокий суд ([2026] EWHC 915): иск против политики LFR отклонён	Правовой исход; эффект на работу полиции не измерен; апелляция анонсирована
Полиция Нидерландов, предиктивная система CAS	B, неуспех	Статистическая модель выведена из эксплуатации (12.2025–01.2026)	FTM и AlgorithmWatch — одна публикация

Что изменилось с v0.6

Медицина — главный источник. Из 21 новых случаев 18 — клинические исследования. Лучше всего работают прагматичные РКИ в рутинной практике (колоноскопия, ИИ-ЭКГ, эхокардиография, стетоскоп) и национальные программы оценки NHS. Среди новых медицинских случаев 9 неуспехов по первичной конечной точке: TRICORDER, PROTEUS, Швеция, Япония, Rambam, Манчестер и др. Пресс-релизы вендоров нередко расходятся с первичным результатом (TRICORDER, Omiya, Oxevision).

Новые решения координатора: три РКИ Tri-Service засчитаны раздельно с пометкой об общем происхождении (как Alibaba ×2); решение Высокого суда о законности LFR засчитано как A/успех симметрично решениям о незаконности FRT; ретракция статьи Oxevision — событие публикации, а не исход работы (unknown).

Без выхода в этом отрезке: ИИ-инструменты госслужащих (оценщик совпадает с ведомством — все C), решения о налоговых органах и экзаменах (ИИ не был основанием решения или использовался одним сотрудником), образование в странах с низким и средним доходом (адаптивные системы на правилах, оценка внедренцем).

Ограничения

Действуют ограничения v0.5 и v0.6. Дополнительно: большинство новых медицинских случаев — уровень B из-за участия разработчиков или вендоров при наличии контроля; A — только при независимых авторах и лично открытом полном тексте. Процессное нарушение: один исполнитель обходил капчу PMC сменой User-Agent; во все задания добавлен запрет обхода капч и пейволлов, правило разослано работающим агентам; засчитанные случаи на таких страницах не держатся — их источники проверяющие открывали сами.

Прогноз и решение для владельца

Израсходовано около 1 300 из 2000 поисков. В работе 7 исследовательских пакетов (≈ 210 поисков с проверками — около 260). После них останется около 400 поисков: ещё 6–7 пакетов и запас 150 на финальный срез. Прогноз итога сессии — примерно 95–105 из 120 (HYPOTHESIS). Для 120, вероятно, понадобится ещё одна сессия. Открытые решения владельца — те же: бюджет для 120, правило окна, прецедент соавторов из компании.

Где что лежит

Реестр 01 Реестры/v0.7/e4_verdicts.jsonl и manifest.json; v0.6 и ранее не изменены. Рабочие материалы — 02 Рабочие материалы/e4-v07. Результат в review, не принят владельцем. E5–E7 не поручены.