吉吉成人|日韩中文字幕欧美|五月婷中文|91日日夜夜,狠狠色噜噜狠,女人和男人日b,九九九九热

新華社柏林4月20日電 新聞分析｜理論知識(shí)不輸專(zhuān)家，AI為何仍不能替代醫(yī)生

新華社記者褚怡

頭痛是不是腦梗的前兆？咳嗽要不要拍個(gè)片子？體檢報(bào)告上的指標(biāo)異常意味著什么？在去醫(yī)院之前，越來(lái)越多人愿意先把健康問(wèn)題拋給人工智能（AI）。輸入癥狀、上傳報(bào)告，幾秒鐘后，一份看似專(zhuān)業(yè)、條理清晰的分析便出現(xiàn)在屏幕上。對(duì)不少人來(lái)說(shuō)，AI正在成為“24小時(shí)在線”的醫(yī)學(xué)咨詢窗口。但這真的意味著AI會(huì)看病嗎？

標(biāo)準(zhǔn)化測(cè)試的“高分選手”

德國(guó)馬爾堡大學(xué)等機(jī)構(gòu)參與的團(tuán)隊(duì)近日發(fā)布的一項(xiàng)研究顯示，在針對(duì)急性腎損傷的標(biāo)準(zhǔn)化知識(shí)測(cè)試中，多款A(yù)I大語(yǔ)言模型平均得分高于接受測(cè)試的醫(yī)學(xué)專(zhuān)業(yè)人員。

研究選取了13個(gè)公眾可使用的大語(yǔ)言模型，并將其與123名志愿者的表現(xiàn)進(jìn)行比較。志愿者是2025年德國(guó)內(nèi)科學(xué)會(huì)年會(huì)參會(huì)人員，其中包括內(nèi)科執(zhí)業(yè)醫(yī)生。

測(cè)試采用同一套急性腎損傷知識(shí)問(wèn)卷，包含兩個(gè)模擬病例和15道選擇題。結(jié)果顯示，接受測(cè)試的大語(yǔ)言模型平均答對(duì)約90%的題目，多個(gè)模型達(dá)到滿分；志愿者答題正確率約48.7%，且人類(lèi)答題時(shí)間明顯長(zhǎng)于大語(yǔ)言模型。

研究人員認(rèn)為，這表明在標(biāo)準(zhǔn)化測(cè)試情境中，大語(yǔ)言模型已經(jīng)能夠較可靠地調(diào)取并應(yīng)用符合指南的相關(guān)醫(yī)學(xué)知識(shí)，具有為臨床工作快速提供事實(shí)性信息的潛力。

年初發(fā)表于“施普林格-自然出版集團(tuán)”旗下《Cureus》醫(yī)學(xué)科學(xué)雜志的一項(xiàng)研究也顯示，一些大語(yǔ)言模型在標(biāo)準(zhǔn)化醫(yī)師資格測(cè)試中的表現(xiàn)可比肩專(zhuān)業(yè)人員。研究人員選取美國(guó)全國(guó)醫(yī)學(xué)考試委員會(huì)題庫(kù)中的105道選擇題，對(duì)GPT-4 Turbo模型進(jìn)行測(cè)試，其正確率高達(dá)90.99%。

臨床過(guò)程的“推理短板”

標(biāo)準(zhǔn)化測(cè)試中的高分，并不意味著AI具備真實(shí)臨床診療所需的判斷力。美國(guó)麻省總醫(yī)院布里格姆醫(yī)療中心等機(jī)構(gòu)研究人員近日在《美國(guó)醫(yī)學(xué)會(huì)雜志·網(wǎng)絡(luò)開(kāi)放》上發(fā)表研究說(shuō)，大語(yǔ)言模型在臨床推理方面的能力仍然不足，在相關(guān)數(shù)據(jù)收集齊全情況下，這些模型通常能給出較準(zhǔn)確的最終診斷，但在病例早期、信息仍然匱乏時(shí)，它們往往不具備鑒別診斷的能力。

為還原真實(shí)臨床過(guò)程，研究人員采取分步輸入方式，評(píng)估了21個(gè)大語(yǔ)言模型對(duì)29個(gè)標(biāo)準(zhǔn)化臨床案例的診斷情況。研究人員先輸入患者年齡、性別和癥狀等基礎(chǔ)信息，再補(bǔ)充體格檢查和實(shí)驗(yàn)室結(jié)果。模型每個(gè)階段表現(xiàn)由醫(yī)學(xué)專(zhuān)業(yè)學(xué)生進(jìn)行評(píng)估，并據(jù)此計(jì)算得分。

結(jié)果顯示，所有受測(cè)試模型在超過(guò)80%的情景下都未能在病情尚未明確、信息仍不完整時(shí)給出恰當(dāng)?shù)蔫b別診斷，即未能準(zhǔn)確判斷最可能的病因或排除嚴(yán)重疾病，并據(jù)此為下一步檢查和排查提供可靠方向。

“鑒別診斷是臨床推理的核心，也是目前AI尚無(wú)法復(fù)制的‘醫(yī)學(xué)藝術(shù)’的基礎(chǔ)?！毖芯空撐耐ㄓ嵶髡唏R克·蘇奇說(shuō)，現(xiàn)階段AI在臨床醫(yī)學(xué)中的潛力，在于其能夠輔助而非取代醫(yī)生的推理過(guò)程。

哈佛大學(xué)醫(yī)學(xué)院和斯坦福大學(xué)等機(jī)構(gòu)研究人員年初在《自然-醫(yī)學(xué)》雜志發(fā)表的一項(xiàng)研究也顯示，大語(yǔ)言模型在標(biāo)準(zhǔn)化醫(yī)學(xué)考試中表現(xiàn)優(yōu)異，但在基于醫(yī)患對(duì)話記錄進(jìn)行診斷時(shí)明顯吃力。

研究論文通訊作者、哈佛大學(xué)醫(yī)學(xué)院副教授普拉納夫·拉杰普爾卡爾說(shuō)，醫(yī)療對(duì)話具有動(dòng)態(tài)性，需要在恰當(dāng)時(shí)機(jī)提出恰當(dāng)問(wèn)題，將零散信息整合起來(lái)，并根據(jù)癥狀推理，這種獨(dú)特挑戰(zhàn)遠(yuǎn)非答題可比?！爱?dāng)場(chǎng)景從標(biāo)準(zhǔn)化測(cè)試轉(zhuǎn)向自然對(duì)話時(shí)，即使是最先進(jìn)的AI模型，診斷準(zhǔn)確性也會(huì)顯著下降?！?/p>

醫(yī)生主導(dǎo)下的人機(jī)協(xié)作

既然AI還無(wú)法獨(dú)立診療，它應(yīng)當(dāng)以何種身份進(jìn)入醫(yī)療實(shí)踐？在18日開(kāi)幕的2026年德國(guó)內(nèi)科學(xué)會(huì)年會(huì)上，德國(guó)杜伊斯堡－埃森大學(xué)人工智能醫(yī)學(xué)研究所所長(zhǎng)延斯·克萊西克說(shuō)，隨著AI的發(fā)展，醫(yī)生與計(jì)算機(jī)的協(xié)作正在加強(qiáng)。數(shù)字系統(tǒng)不再只是提供支持，而是通過(guò)病例記錄、協(xié)調(diào)流程等方式主動(dòng)地介入醫(yī)療過(guò)程，“這將從根本上改變醫(yī)療服務(wù)”。他認(rèn)為，要讓AI真正發(fā)揮潛力，前提是高質(zhì)量、結(jié)構(gòu)化且可互操作的數(shù)據(jù)，以及足夠可靠的技術(shù)基礎(chǔ)設(shè)施。

但醫(yī)生的主體責(zé)任并未因此削弱?？巳R西克強(qiáng)調(diào)，人的因素仍至關(guān)重要，仍需要由具備醫(yī)學(xué)專(zhuān)業(yè)能力、能夠理解并合理使用AI技術(shù)的醫(yī)生來(lái)推動(dòng)和把關(guān)。

在醫(yī)生主導(dǎo)下由人機(jī)協(xié)作開(kāi)展醫(yī)療服務(wù)的效果已得到研究支持。斯坦福大學(xué)等機(jī)構(gòu)研究人員近期在《自然合作期刊-數(shù)字醫(yī)學(xué)》雜志上發(fā)表的一項(xiàng)隨機(jī)對(duì)照試驗(yàn)顯示，在經(jīng)過(guò)設(shè)計(jì)的人機(jī)協(xié)作流程中，醫(yī)生診斷準(zhǔn)確性可由傳統(tǒng)資源條件下的75%提高至80%以上。

專(zhuān)家強(qiáng)調(diào)，推動(dòng)AI技術(shù)融入臨床診療的同時(shí)須警惕伴隨風(fēng)險(xiǎn)。美國(guó)密蘇里大學(xué)醫(yī)學(xué)院副教授法里斯·阿拉赫達(dá)卜認(rèn)為，經(jīng)驗(yàn)豐富的臨床醫(yī)生通常能夠識(shí)別AI提供的錯(cuò)誤建議，而醫(yī)學(xué)學(xué)生和年輕醫(yī)生往往缺乏相應(yīng)的判斷力，難以識(shí)別那些細(xì)微卻可能致命的錯(cuò)誤。

阿拉赫達(dá)卜指出，更隱蔽的風(fēng)險(xiǎn)在于，過(guò)度使用AI可能削弱醫(yī)生的批判性思維。醫(yī)生可能會(huì)在不知不覺(jué)中把推理過(guò)程“外包”給AI。模型給出的答案越流暢、越完整、越像是正確的，使用者就越可能放棄獨(dú)立檢索信息、批判性思考及知識(shí)整合。久而久之，那些本應(yīng)持續(xù)訓(xùn)練的能力將逐漸退化。