在一项小型随机临床试验中，OpenAI 的 ChatGPT 在诊断患者医疗状况方面表现出色，超过了医生的表现。这项研究于2023年11月29日至12月29日在美国的三所学术医学中心进行，结果于2024年11月发表在同行评审的《JAMA Network Open》上。
该研究旨在探讨大型语言模型（LLM）人工智能是否能增强医疗从业人员的诊断推理能力，相比传统资源是否有优势。共有50名医生参与了这项临床试验，其中包括26名主治医生和24名住院医生，他们均在美国接受培训，专长于家庭医学、内科和急诊医学。医生被分为两组，每组25人。每组有60分钟的时间来审查最多6个临床案例或医疗报告。一组可以访问生成式AI聊天机器人，另一组则可以访问传统在线资源。
尽管研究结果显示，使用聊天机器人的医生与使用传统资源的医生之间没有显著差异，但波士顿贝斯以色列女执事医疗中心的亚当·罗德曼博士（Dr. Adam Rodman）发现，ChatGPT 在医疗诊断方面的平均得分为90%，而使用ChatGPT的医生得分76%，比使用传统资源的医生高出两个百分点，后者得分为74%。
起初，参与者对AI聊天机器人的诊断推理并不信服。“当AI告诉他们一些他们不同意的事情时，他们不会听从AI的意见。”罗德曼博士在接受《纽约时报》采访时说。通过深入查看数据，包括ChatGPT的消息记录和医生的反馈，他发现了这一结果。
这项研究表明，更多的类似研究将有助于医疗领域利用AI的潜力，改善临床诊断。医疗诊断错误时有发生，可能会对患者造成伤害。然而，医疗AI可以作为有效的辅助工具，因为它能够提供类似人类的响应，解决复杂问题，并进行临床推理。它还提供了详细的患者病史回顾。不过，研究建议，在现阶段，最好仍需人类参与，而不是让计算机取代医生。
查看我们对ChatGPT与流行的Perplexity聊天机器人的对比评测。
(全文结束)
