近日，據(jù)大阪都會(huì)大學(xué)醫(yī)學(xué)研究生院主導(dǎo)的研究顯示，生成式人工智能 (AI) 在醫(yī)療診斷領(lǐng)域的表現(xiàn)已與初級(jí)醫(yī)生相當(dāng)，但在面對(duì)專(zhuān)家級(jí)醫(yī)生時(shí)仍存在一定差距。

　　研究結(jié)果顯示，這些生成式 AI 模型的平均診斷準(zhǔn)確率為 52.1%(95% 置信區(qū)間：47.0% - 57.1%)。值得注意的是，部分 AI 模型的診斷準(zhǔn)確率已與非專(zhuān)家醫(yī)生(初級(jí)醫(yī)生)相當(dāng)，兩者之間沒(méi)有顯著統(tǒng)計(jì)差異(準(zhǔn)確率差異：0.6% [95% 置信區(qū)間：-14.5% 至 15.7%]，p=0.93)。這表明，在診斷的準(zhǔn)確性方面，AI 已具備替代部分初級(jí)醫(yī)生工作的潛力。

　　然而，專(zhuān)家醫(yī)生在診斷能力上仍然顯著優(yōu)于 AI，其準(zhǔn)確率差距為 15.8%(95% 置信區(qū)間：4.4% - 27.1%，p=0.007)。這表明，在面對(duì)復(fù)雜和具有挑戰(zhàn)性的病例時(shí)，專(zhuān)家醫(yī)生的豐富經(jīng)驗(yàn)和專(zhuān)業(yè)知識(shí)仍然是 AI 難以企及的。盡管PG電子如此，研究人員指出，隨著生成式 AI 技術(shù)的不斷發(fā)展，這一差距有望逐漸縮小。

　　研究還發(fā)現(xiàn)，AI 在大多數(shù)醫(yī)學(xué)專(zhuān)科的表現(xiàn)較為一致，但在皮膚科和泌尿科領(lǐng)域，AI 的診斷能力尤為突出。此外，研究人員強(qiáng)調(diào)，生成式 AI 在醫(yī)學(xué)教育領(lǐng)域也具有巨大的潛力。AI 可以模擬真實(shí)病例，幫助醫(yī)學(xué)生和受訓(xùn)者學(xué)習(xí)和評(píng)估他們的技能，從而提高醫(yī)學(xué)教育的效率和質(zhì)量。透明度和偏見(jiàn)問(wèn)題引關(guān)注，未來(lái)發(fā)展需多重驗(yàn)證

　　盡管生成式 AI 在醫(yī)療領(lǐng)域展現(xiàn)出巨大的潛力，但研究也對(duì)其透明度和偏見(jiàn)問(wèn)題提出了擔(dān)憂。許多 AI 系統(tǒng)并未公開(kāi)其訓(xùn)練數(shù)據(jù)的詳細(xì)信息，這引發(fā)了關(guān)于其結(jié)果是否適用于所有人群的疑問(wèn)。研究人員強(qiáng)調(diào)，提高 AI 決策的透明度，確保其符合倫理標(biāo)準(zhǔn)，是未來(lái)發(fā)展PG電子的關(guān)鍵。此外，未來(lái)的研究需要在更復(fù)雜的臨床場(chǎng)景中進(jìn)行評(píng)估，使用實(shí)際病歷進(jìn)行性能評(píng)估，并在不同患者群體中進(jìn)行驗(yàn)證，以進(jìn)一步證實(shí) AI 的能力。