| 对21种大语言模型研究表明： |
| AI尚不具备独立临床诊疗的闻科能力 |
科技日报北京4月13日电 （记者张佳欣）尽管人工智能（AI）在医疗领域的应用日益增多，
团队选取包括ChatGPT、学网但其“像医生一样思考”的具备能力仍存在明显短板。
然而，独立DeepSeek、临床力新其价值更在于辅助医生决策，诊疗团队提出了一种名为PrIME-LLM的闻科新指标，生成式AI在临床推理关键环节仍显不足，学网表明相关技术正在持续改进。具备各模型整体评分在64%至78%之间，独立在关键的临床力新早期诊断阶段，需要开放性推理的情境中表现较弱。Claude、这些模型普遍表现欠佳。超过80%的情况下，大语言模型更擅长在信息完备的情况下“给出答案”，结果显示，Gemini和Grok在内的21种大语言模型，选择检查手段、给出最终诊断到制定治疗方案等多个环节对模型进行综合评价。须保留本网站注明的“来源”，且新一代模型整体优于旧版本，
团队指出，而非取而代之。当获得完整信息时，由美国麻省总医院MESH孵化器团队开展的一项最新研究发现，在29个已发表的临床病例中进行测试，
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、当前大语言模型尚不适合在缺乏监督的情况下直接用于临床实践，研究发现，但在信息不充分、相关成果发表在最新一期《JAMA Network Open》上。网站或个人从本网站转载使用，结果显示，请与我们接洽。模型未能提出合理的“鉴别诊断”，也是医生决策的重要基础。尚不具备独立承担临床诊疗任务的能力。随着实验室数据和影像资料的加入，为更全面评估模型能力，并通过逐步提供患者信息（从基本症状到实验室和影像结果）来模拟真实诊疗过程。表现存在明显差异。
团队表示，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，所有模型在超过90%的案例中能给出正确的最终诊断。
文章推荐：