哈佛醫學院最新研究：AI 在急診室診斷決策優於人類醫生
分享
哈佛醫學院近期在《科學》（Science）期刊發表了一篇關於大型語言模型在醫療診斷上表現的最新研究。該研究透過嚴謹的雙盲測試與臨床推理評估，客觀比較了 AI 系統與人類醫師在病歷判讀上的差異。數據顯示，最新型 AI 模型在處理複雜臨床資訊時，特別是在高壓且資訊繁雜的急診室環境中更勝一籌。不過研究人員仍強調，他們的研究結果並不意味著人工智慧系統已經準備好自主行醫，也不代表醫生可以從診斷過程中被移除。
AI 在急診室的早期決策點上更勝一籌
研究團隊讓LLM模型在標準的急診環境中，對不同階段的患者進行評估，從早期分診到後期入院決定。在每個階段，模型僅被賦予當時可用的資訊——這些資訊直接來自真實的電子病歷——並被要求產生可能的診斷結果，並提出下一步治療建議。而在現實世界急診室病例的早期決策點上，該模型在診斷準確性方面與主治醫師持平或更勝一籌——這一結果甚至讓研究人員都感到驚訝。
研究強調：AI 仍無法自主行醫，醫生角色仍重要
不過，研究人員強調，他們的研究結果並不意味著人工智慧系統已經準備好自主行醫，也不代表醫生可以從診斷過程中被移除。
廣告 - 內文未完請往下捲動
報告中也指出 AI 的快速發展對臨床醫學的科學和實踐仍具有重大意義。儘管將人工智慧應用於臨床決策支援有時被視為一項高風險措施，但更廣泛地使用這些工具可能有助於降低診斷錯誤、延誤和就醫困難造成的人力和經濟成本。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
