近年来，人工智能（AI）在医疗行业的影响越来越显著，特别是在疾病诊断和治疗规划方面。医学大型视觉语言模型(Med-LVLMs)的发展，为实现更智能的医疗诊断工具提供了新的可能性。然而，这些模型在实际应用中，常常面临一个不容忽视的问题，那就是事实幻觉。这种现象不仅可能导致错误的诊断结果，还可能对患者的健康产生严重的后果。为了解决这个困扰医学 AI 的问题，研究人员们开发了一种全新的多模态检索增强生成系统，命名为 MMed-RAG。这个系统的设计目标是提高 Med-LVLMs 的事实

人工智能在医疗领域的应用取得了显著进展，但一项研究揭示了通用型AI如ChatGPT在复杂医疗诊断中的局限性。研究由加拿大安大略省西部大学的医学教育家Amrit Kirpalani领导，发现ChatGPT在150个复杂医疗案例中有76个出现错误，错误率超过50%。这一研究采用的案例库比美国医师执照考试更接近真实医疗情况，包含多种并发症和诊断难题。研究指出，ChatGPT在处理医学“灰色地带”时表现欠佳，无法灵活解读轻微异常的检查结果，这可能导致非专业人士误信错误信息。尽管如此，AI在医疗领域仍有其价值，如作为医学院教育工具帮助学生整理笔记、澄清诊断算法和备考。然而，Kirpalani强调，公众不应使用ChatGPT寻求医疗建议，而应咨询专业医疗保健提供者。构建可靠的AI医生需要大量临床数据训练和严格监督。短期内，AI更可能增强人类医生的工作，而非取代。

["当前AI医疗诊断的准确性仍然存有很大疑虑,远远不能取代医生的经验。","解决获取足够医疗数据的问题,是提高AI医疗诊断准确性的关键。","影像识别和新药研发是当前AI医疗较大的增长机遇。","随着技术进步和数据积累,AI医疗诊断准确性将逐步提高。","AI医疗诊断正处于增长窗口期,前景广阔。"]