AI 已经能“像医生一样思考”了吗？一项顶级研究给出了冷静答案很多人都有过这样的体验：看病时医生时间紧、信息不全，诊断往往依赖经验判断

Mon, 04 May 2026 04:00:47 GMT

来一点医学科学前沿🤯🤯🥹🥹

近半数 AI 聊天机器人医疗回答有问题：五大模型医疗准确性审计当你用 AI 聊天机器人问健康问题时，得到的答案靠谱吗？这项研究对这一问题进行了系统审计。随着 Gemini、DeepSeek、ChatGPT、Meta AI、Grok 等聊天机器人被大众广泛当作"搜索引擎"使用——包括查询日常健康和医疗问题——其回答质量却鲜有严格审查。研究人员在 2025 年 2 月对五大主流聊天机器人进行了压力测试：每个机器人回答 10 道来自癌症、疫苗、干细胞、营养和运动表现五个领域的问题，并使用对抗性提示策略（adversarial…

AI 已经能“像医生一样思考”了吗？一项顶级研究给出了冷静答案

很多人都有过这样的体验：看病时医生时间紧、信息不全，诊断往往依赖经验判断。那问题来了——如果把这些复杂病例交给 AI，它真的能做得更好吗？4 月底发表在《Science》的一项研究，首次把最新一代大语言模型，直接拉到真实医学场景中，与数百名医生“正面对比”。

研究团队评估了 OpenAI o1 系列模型在多种临床推理任务中的表现，包括《新英格兰医学杂志》的经典疑难病例、虚拟临床推理训练案例、真实急诊室患者，以及诊断和治疗方案制定等任务。结果显示，在多个实验中，o1 模型在诊断准确率、鉴别诊断质量和管理决策评分上，整体都高于住院医师和资深医生。例如，在 NEJM 疑难病例中，模型 78% 的情况下能把正确诊断纳入鉴别诊断；在真实急诊分诊阶段，模型给出“准确或非常接近正确诊断”的比例达到 67%，高于两位资深内科医生。研究并未深入解释模型“为什么”能做到这一点，只是指出其在信息有限、时间紧迫的场景下，综合文本信息的能力更稳定。

这并不意味着 AI 可以取代医生。作者明确强调，研究仅评估了文本推理能力，而真实医疗还依赖体格检查、影像、声音和情境判断。此外，这些结果主要来自内科和急诊医学，不能代表所有专科。更重要的是，目前研究只是“性能比较”，真正能否改善患者结局，还需要前瞻性临床试验。但可以确定的是，AI 作为“第二意见”的潜力已经非常现实，医疗系统需要开始认真思考如何安全地与它协作。

AI 已经在急诊分诊赢了医生，但离“真正看病”还差好几步 🤖🩺

📖Science ︱arXiv
🗓2026-04-30

#人工智能 #医学诊断 #大语言模型 #临床决策支持

Via：一往无前啊屁林

🧬 频道｜ 🧑‍🔬 群组｜ 📨 投稿

临床决策支持 | 知识分享官

AI 已经能“像医生一样思考”了吗？一项顶级研究给出了冷静答案很多人都有过这样的体验：看病时医生时间紧、信息不全，诊断往往依赖经验判断