中文翻译

摘要: 哈佛大学最新研究发现，OpenAI 的 o1 模型在急诊分诊和临床管理中表现优于人类医生。在涉及 76 个真实病例的测试中，该模型诊断准确率达 67%，显著高于专科医生的 50%-55%。研究通过六项实验证实，具备“思维链”推理能力的 AI 在处理复杂病情时优势稳定。尽管如此，研究人员强调目前 AI 尚未准备好独立投入常规临床应用，建议将其作为辅助医生的“第二诊疗意见”，以提升诊断安全性与准确性。

正文

特拉维夫 - 雅法

Calcalist

ynetespanol

呼叫 AI 医生：在诊断错综复杂时，机器已胜过人类医生

哈佛大学最新研究发现，OpenAI 的 o1 模型在急诊分诊和临床管理方面表现优于医生，但研究人员警告，该结果并不意味着人工智能已准备好投入常规临床应用；目前，他们建议将其作为“第二诊疗意见”使用。

作者：奥伦·赖斯（Oren Reiss）

发表评论 | 打印 | 发现错误？请向我们报告

一名患者因肺部血凝块被送入急诊室。其病情一度好转，却突然恶化。医疗团队怀疑治疗失败。

就在此时，人工智能介入：在扫描该患者的病历后，它提出了一个截然不同的判断：患者有狼疮病史，这是一种可引发心脏炎症的自身免疫性疾病，而根据该模型的推理，这恰恰解释了病情的恶化。事后证实，这一判断完全正确。

图片说明：AI 辅助分诊与医生诊断之间的差距稳定且显著。（图片来源：Shutterstock）

这并非医疗剧中的虚构情节，而是不久前发生在波士顿贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center）急诊室的真实案例。近日发表于权威期刊《科学》（Science）的一项新研究指出，此类场景或许很快将成为常态，而该研究发现的 AI 模型优势尤为引人注目。

六项实验，一个结论

这项由哈佛大学与贝斯以色列女执事医疗中心的研究人员牵头、并联合斯坦福大学学者共同开展的研究，并未依赖单一测试。研究人员设计了六项独立实验，将 OpenAI 最新一代具备“思维链”（chain-of-thought）推理能力的 o1 模型——该模型可在得出结论前逐步推理——与数百名不同培训背景和临床经验水平的医生（包括住院医师、专科医生和家庭医师）进行对比。在每一项实验中，无一例外，该模型的表现均优于人类医生。

其中最具代表性、最贴近真实临床实践的实验，采用了来自贝斯以色列急诊室的 76 个真实病例。模型与两名专科医生接收完全相同的数据：电子病历、生命体征以及接诊护士撰写的简短描述。另有两位不知晓各诊断来源的医生对结果进行评估。

结果显示，差距稳定且显著。在信息有限、压力最大的分诊阶段，该模型在 67% 的病例中给出了正确或高度接近的诊断；第一位医生的准确率为 55%，第二位为 50%。随着更多信息的获取，所有参与者的准确率均有提升。然而……

来源: Brave/ynetnews.com

采集时间: 2026-05-03 20:21:50