医生不借助 AI 进行诊断是不道德的！

《科学》杂志发表的一项新研究显示，OpenAI 的 o1 模型（不是 5.5，而是已经发布超过一年的 o1！）在患者诊断方面优于急诊科医生，在 67% 的情况下能给出正确或接近正确的诊断，而医生的这一比例为 50%-55%，尤其是在信息有限的早期分诊阶段。

该模型在结构化病例的临床推理方面也获得了近乎满分的成绩，远超主治医生。

再次强调：这是一个发布超过一年的模型，在 AI 时代已经算是老模型了。

这是首批将大语言模型与真实、混乱的急诊数据（而非精心挑选的教科书案例）进行对比测试的研究之一。性能差距最大的地方恰恰是错误最危险的环节--即急诊流程早期，医生信息不全且面临时间压力的时候。

而接受测试的模型（o1）按 AI 标准已经过时，这意味着当前模型的表现可能更胜一筹。

该研究仅涵盖短暂的急诊接诊，并未涉及需要数天累积数据的长期住院场景。研究也没有测试模型在影像学检查（扫描、X 光）上的表现，而这些在许多真实诊断中至关重要。下一步是要证明这些系统在实际应用中确实能改善患者的治疗结果，而不仅仅是在受控对比中表现出色。但我打赌，在这些案例中模型的表现也会优于人类医生。