人工智能(AI)在医学诊断中的应用主要集中在计算和数据处理方面。发表在《科学》杂志上的研究评估了一种先进大型语言模型的诊断能力，该模型成功匹配甚至超越了人类专业人士的表现。研究团队进行了六项实验，包括标准临床病例和使用急诊科记录的真实病例研究，以数百名医生的表现为基准。该AI在不确定性情况下特别有用，例如急诊科分诊的初始阶段。然而，作者强调，该模型仅处理文本，而临床实践还依赖于视觉和听觉线索。
专家反应
伊格纳西奥·米兰达·戈麦斯（国际乳腺癌中心(IBCC)和巴塞罗那Teknon医疗中心乳腺影像科主任）：
该研究考察了先进语言模型(LLM)能否执行与医生水平相当的临床推理任务。主要发现是该模型在各种测试中匹配或超越了专业人士，包括一些真实急诊情况。
为评估其性能，研究人员将该模型与数百名医生在六类任务上进行了比较：复杂病例诊断、临床推理解释、治疗决策、经典诊断病例、概率估计和真实急诊情况。
结果显示极高性能：该模型在大多数病例中正确诊断（包括接近正确诊断时高达近98%），正确选择医学检查，在临床推理中获得接近完美的分数，并在治疗决策上超越医生。在急诊情况中，它也显示出相当甚至更优的表现，特别是在信息稀缺的早期阶段。
然而，该研究有重大局限性：仅基于文本，使用的病例比实际临床实践更结构化（更"整洁"的病例），未涵盖医学所有领域，且不能替代全面临床判断。
总之，这些模型已超过许多经典医学推理标准，可能改善诊断和决策。尽管如此，仍需在真实环境中验证，我们需要定义如何安全地整合它们。
核心思想不是取代医生，而是将AI用作强大支持工具，特别是在复杂或不确定的情况下。
该研究质量很高。设计良好，直接与医生比较，包含不同类型的测试甚至真实急诊病例。尽管如此，它不是决定性证据，而是受控条件下能力的坚实证明。
如前所述，它有一些重大局限性。它仅分析文本（无体格检查或影像），使用比真实临床实践更有条理的病例，且未测量是否改善患者结果。此外，与医生的比较有些人为化，未深入探讨关键错误。简言之，它评估的是理论性能而非实际临床实践。
在影响方面，它确认AI在医学认知任务中已经具有竞争力，并改进了先前研究中所见的表现。然而，在广泛采用之前，仍需真实临床试验、安全验证和患者影响证据。
如我所提到的，最现实的整合方式不是取代医生，而是将AI用作第二意见、预警系统、推理辅助和分诊支持的工具，特别是在信息有限的高压情况下。关键是将其用作"副驾驶"，而非自主运行。
医生的角色发生变化，但仍然至关重要。将减少对记忆或列出诊断的强调，而更多关注整合复杂信息、做决策、与患者互动和监督AI。总体而言，最可能的情况是医生+AI组合将明显优于单独的任何一方。
尤恩·哈里森（爱丁堡大学外科和数据科学教授，医学信息学中心联合主任）：
这是一项重要研究，表明现代AI系统可以很好地完成医生和护士的核心任务之一：根据患者的可用信息建议应考虑的诊断。
这很重要——这些系统不再只是通过医学考试或解决人工测试案例。它们开始看起来像是对临床医生有用的第二意见工具，特别是当需要考虑更广泛的可能诊断并避免遗漏重要事项时。
但这并不意味着应该不加限制地快速将AI引入临床护理。产生良好的可能诊断列表并不等同于改善患者护理。我们仍需研究表明，这些工具帮助医生和护士做出更好的决策，减少伤害，避免不必要的检查，并在繁忙的医院和全科诊所中安全工作。
该研究推动了该领域的发展，但其本身并不改变临床实践。负责任的途径不是禁止这些系统，也不是让它们随意使用。它们应在真实临床环境中测试，用作第二意见工具而非临床医生的替代品，并针对真正对患者重要的结果进行监控：更好、更安全、更快的护理。
魏星（谢菲尔德大学数学与物理科学学院助理教授）：
这是迄今为止对LLM在临床推理中最大规模的评估之一，纳入真实急诊科数据是真正的进步。然而，论文中的两个发现值得比它们所获得的更多审视。在一个管理推理实验中，使用GPT-4的医生得分为41%，不比单独使用GPT-4的42%更好，但远高于没有AI的医生的34%，这表明医生可能会无意识地倾向于AI的答案，而不是独立思考。随着AI在临床环境中更常规地使用，这种倾向可能会变得更加重要。
来自单一精英学术中心76名患者的现实世界数据讲述了一个比标题更复杂的故事：o1在分诊病例中识别出正确诊断的比例为67%，而两位主治医生分别为55%和50%，这是一个真正的差距，但没有伴随分析说明模型在哪里或对谁失败。错误是否集中在老年患者、非英语使用者或具有非典型表现的患者中仍然完全未知，如果没有这种分析，高平均准确率提供的保证有限。这项研究证明，LLM可以在受控条件下在结构化的基于文本的推理任务上超越医生。它没有证明AI适合常规临床使用，也没有证明公众应该将免费可用的AI工具作为医疗建议的替代品。
出版物信息
期刊：《科学》
发表日期：2026年04月30日
作者：彼得·G·布罗迪尔等人
研究类型：研究文章，同行评议
【全文结束】
