一项新研究表明，OpenAI 的 o1-preview 人工智能系统在诊断复杂医疗案例方面，可能优于人类医生。哈佛医学院和斯坦福大学的研究团队对 o1-preview 进行了全面的医疗诊断测试，结果显示该系统相比于早期版本有了显著进步。根据研究结果，o1-preview 在所有被测试的病例中，正确诊断率达到了78.3%。在对70个特定病例的直接比较中，该系统的准确诊断率更是达到了88.6%，显著超越了其前身 GPT-4的72.9%。在医疗推理方面，o1-preview 的表现同样引人注目。使用 R-IDEA 量表这一医疗推理质量评估标准，该

正文:近年来，人工智能（AI）在医疗领域的应用受到越来越多的关注。特别是 ChatGPT 等聊天机器人，被许多医院希望作为辅助工具，以提升医生的诊断效率。然而，最新发布的一项研究显示，使用 ChatGPT 并未显著提高医生的诊断能力。这项研究发表于《JAMA Network Open》期刊，揭示了 AI 在医疗诊断中的潜力及其局限性。图源备注:图片由AI生成，图片授权服务商Midjourney研究中，参与者为50名医生，包括26名主治医生和24名住院医生。他们被要求在一个小时内，根据六个真实的病例进行诊断。为了

近年来，人工智能在医疗领域的应用不断扩大。最近，一项研究显示，OpenAI 开发的聊天机器人 ChatGPT-4在诊断准确性方面竟超越了医生，引发了广泛的讨论和关注。该研究发表于《JAMA 网络开放》期刊，测试了50位医生在六个复杂病例上的表现。结果显示，使用 ChatGPT 辅助的医生平均得分为76%，而未使用该工具的医生仅为74%。令人震惊的是，ChatGPT 单独进行诊断时的准确率达到了90%。图源备注:图片由AI生成，图片授权服务商Midjourney研究者为了避免参与者或 AI 模型的先验知识，使用了真实的、

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。"]