愉悦与苦痛中文字幕电影未删减完整版下载|燕云台在线观看免费国语完整版|经典三级av在线|欧美日韩图区,91大奶子,在线中文字幕日韩,青蛇电影高清在线观看免费完整版

新華社柏林4月20日電 新聞分析｜理論知識不輸專家，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？咳嗽要不要拍個片子？體檢報告上的指標異常意味著什么？在去醫(yī)院之前，越來越多人愿意先把健康問題拋給人工智能（AI）。輸入癥狀、上傳報告，幾秒鐘后，一份看似專業(yè)、條理清晰的分析便出現(xiàn)在屏幕上。對不少人來說，AI正在成為“24小時在線”的醫(yī)學咨詢窗口。但這真的意味著AI會看病嗎？

標準化測試的“高分選手”

德國馬爾堡大學等機構參與的團隊近日發(fā)布的一項研究顯示，在針對急性腎損傷的標準化知識測試中，多款AI大語言模型平均得分高于接受測試的醫(yī)學專業(yè)人員。

研究選取了13個公眾可使用的大語言模型，并將其與123名志愿者的表現(xiàn)進行比較。志愿者是2025年德國內科學會年會參會人員，其中包括內科執(zhí)業(yè)醫(yī)生。

測試采用同一套急性腎損傷知識問卷，包含兩個模擬病例和15道選擇題。結果顯示，接受測試的大語言模型平均答對約90%的題目，多個模型達到滿分；志愿者答題正確率約48.7%，且人類答題時間明顯長于大語言模型。

研究人員認為，這表明在標準化測試情境中，大語言模型已經能夠較可靠地調取并應用符合指南的相關醫(yī)學知識，具有為臨床工作快速提供事實性信息的潛力。

年初發(fā)表于“施普林格-自然出版集團”旗下《Cureus》醫(yī)學科學雜志的一項研究也顯示，一些大語言模型在標準化醫(yī)師資格測試中的表現(xiàn)可比肩專業(yè)人員。研究人員選取美國全國醫(yī)學考試委員會題庫中的105道選擇題，對GPT-4 Turbo模型進行測試，其正確率高達90.99%。

臨床過程的“推理短板”

標準化測試中的高分，并不意味著AI具備真實臨床診療所需的判斷力。美國麻省總醫(yī)院布里格姆醫(yī)療中心等機構研究人員近日在《美國醫(yī)學會雜志·網絡開放》上發(fā)表研究說，大語言模型在臨床推理方面的能力仍然不足，在相關數據收集齊全情況下，這些模型通常能給出較準確的最終診斷，但在病例早期、信息仍然匱乏時，它們往往不具備鑒別診斷的能力。

為還原真實臨床過程，研究人員采取分步輸入方式，評估了21個大語言模型對29個標準化臨床案例的診斷情況。研究人員先輸入患者年齡、性別和癥狀等基礎信息，再補充體格檢查和實驗室結果。模型每個階段表現(xiàn)由醫(yī)學專業(yè)學生進行評估，并據此計算得分。

結果顯示，所有受測試模型在超過80%的情景下都未能在病情尚未明確、信息仍不完整時給出恰當的鑒別診斷，即未能準確判斷最可能的病因或排除嚴重疾病，并據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尚無法復制的‘醫(yī)學藝術’的基礎。”研究論文通訊作者馬克·蘇奇說，現(xiàn)階段AI在臨床醫(yī)學中的潛力，在于其能夠輔助而非取代醫(yī)生的推理過程。

哈佛大學醫(yī)學院和斯坦福大學等機構研究人員年初在《自然-醫(yī)學》雜志發(fā)表的一項研究也顯示，大語言模型在標準化醫(yī)學考試中表現(xiàn)優(yōu)異，但在基于醫(yī)患對話記錄進行診斷時明顯吃力。

研究論文通訊作者、哈佛大學醫(yī)學院副教授普拉納夫·拉杰普爾卡爾說，醫(yī)療對話具有動態(tài)性，需要在恰當時機提出恰當問題，將零散信息整合起來，并根據癥狀推理，這種獨特挑戰(zhàn)遠非答題可比?！爱攬鼍皬臉藴驶瘻y試轉向自然對話時，即使是最先進的AI模型，診斷準確性也會顯著下降?！?/p>

醫(yī)生主導下的人機協(xié)作

既然AI還無法獨立診療，它應當以何種身份進入醫(yī)療實踐？在18日開幕的2026年德國內科學會年會上，德國杜伊斯堡－埃森大學人工智能醫(yī)學研究所所長延斯·克萊西克說，隨著AI的發(fā)展，醫(yī)生與計算機的協(xié)作正在加強。數字系統(tǒng)不再只是提供支持，而是通過病例記錄、協(xié)調流程等方式主動地介入醫(yī)療過程，“這將從根本上改變醫(yī)療服務”。他認為，要讓AI真正發(fā)揮潛力，前提是高質量、結構化且可互操作的數據，以及足夠可靠的技術基礎設施。

但醫(yī)生的主體責任并未因此削弱。克萊西克強調，人的因素仍至關重要，仍需要由具備醫(yī)學專業(yè)能力、能夠理解并合理使用AI技術的醫(yī)生來推動和把關。

在醫(yī)生主導下由人機協(xié)作開展醫(yī)療服務的效果已得到研究支持。斯坦福大學等機構研究人員近期在《自然合作期刊-數字醫(yī)學》雜志上發(fā)表的一項隨機對照試驗顯示，在經過設計的人機協(xié)作流程中，醫(yī)生診斷準確性可由傳統(tǒng)資源條件下的75%提高至80%以上。

專家強調，推動AI技術融入臨床診療的同時須警惕伴隨風險。美國密蘇里大學醫(yī)學院副教授法里斯·阿拉赫達卜認為，經驗豐富的臨床醫(yī)生通常能夠識別AI提供的錯誤建議，而醫(yī)學學生和年輕醫(yī)生往往缺乏相應的判斷力，難以識別那些細微卻可能致命的錯誤。

阿拉赫達卜指出，更隱蔽的風險在于，過度使用AI可能削弱醫(yī)生的批判性思維。醫(yī)生可能會在不知不覺中把推理過程“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立檢索信息、批判性思考及知識整合。久而久之，那些本應持續(xù)訓練的能力將逐漸退化。