先进的人工智能模型在专业医学测试中表现良好。那么，人工智能医生在现实生活中可靠吗？最新研究表明，人工智能模型可以在帮助疾病筛查方面发挥重要作用，但它们仍然无法完成医生最关键的任务，例如与患者沟通、收集病史和做出准确诊断。人工智能加速癌症筛查 在德国吕贝克大学教授 Alexander Catalinich 团队领导的迄今为止最大规模的相关研究中，人工智能帮助放射科医生每进行 1000 次筛查，就能多发现一名乳腺癌患者。研究人员与近 200 名合格的放射科医生专业人员合作，检查可以识别乳腺癌迹象的 AI 模型。该研究覆盖了2021年7月至2023年2月德国12个乳腺癌筛查中心超过46万名女性的筛查记录。在实际操作中，放射科医生可以选择是否使用AI辅助筛查。诊断。最终，约26万名女性的筛查结果由AI和医生共同评估，其余20万名女性则由医生单独判断。结果显示，使用AI辅助诊断的医生检出乳腺癌率为每千人6.7例，比未使用AI辅助诊断的检出率高出约17.6%。此外，在疑似患有癌症的女性接受活检的情况下，AI 辅助诊断更加准确——64.5% 的活检确诊为恶性肿瘤，而没有 AI 的活检确诊率为 59.2%。 “人工智能在提高乳腺癌检出率方面的表现超出了预期。”卡塔利尼奇说道。该研究得到了人工智能公司VARA的技术支持。该公司首席技术官Stefan Bunker表示，这项研究的最初目标是证明AI在癌症诊断方面的表现“不逊于”放射科医生，从而证明g 人工智能有潜力减少医生的工作量。但最终的结果证明，人工智能的表现在某些方面甚至“优于人类”。尽管人工智能在医疗领域有着广阔的应用前景，但也引发了一些担忧。有专家指出，过度依赖人工智能会导致漏诊或医疗资源分配不均——只有经济条件较好的患者才能享受到医生的人工诊断和治疗。此外，研究还发现，当人工智能首次确定某张医学图像“正常”（即不太可能显示出癌症风险）时，放射科医生平均只花了 16 秒审查该图像；而对于人工智能判断不清楚的图像，医生平均要花30秒的时间来审查图像。这提醒我们，AI的判断或许不会影响医生的注意力分配。然而，伦敦帝国学院教授本·格洛克（Ben Glock）认为研究结果证明AI是安全有效的。g策略运用得当。格洛克称赞这项研究让医生可以决定是否使用人工智能，并呼吁开展更多类似的“现实世界”研究。他表示，仅靠实验室模拟并不能充分评估AI的临床价值，还需要从实际应用中积累更多经验。 “这项研究进一步证实了人工智能在乳腺癌筛查方面的好处，并再次提醒各国政府政策制定者必须加快相关技术的开发。”医疗沟通的缺失哈佛大学生物医学信息学系助理教授普拉纳夫·拉杰普尔卡 (Pranav Rajpurkar) 及其同事开发了一款名为 Craft-MD 的 AI 评估工具，该工具基于美国医疗许可的 2000 个案例分析，用于测试对话模型与医生规模语言模型临床模型的实验与大语言-规模语言-规模语言-规模语言-规模大语言-规模大语言-Openai的GPT-3.5和GPT-4、meta的llama-2-7b、法语公司开源的Mistral-V2-7B在医生的书面场景下的诊断性能基于患者的模拟对话进行诊断，准确率直线下降至26%。此外，这些人工智能模型在很大一部分对话中无法完全捕捉患者的病史。即使是性能最好的 GPT-4，也能在 71% 的模拟对话中成功捕获患者的完整病史。即使粗略收集了相关病史，这些人工智能模型也并不总是能提供正确的诊断结果。 特别声明：以上内容（如有则包括照片或视频）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。 注：以上内容（包括图像和视频，如有）由网易HAO用户上传和发布，网易HAO是一个社交媒体平台，仅提供信息存储服务。