ChatGPT医疗新纪元？87%准确率，医生地位会被AI撼动吗？

正确率87%，ChatGPT能代替医生吗？

火遍全网的ChatGPT诞生才两个月，已经撼动了多个领域，无论是写作论文，还是修改计算机程序代码，它的表现都让人叹为观止。在生物医药领域，ChatGPT的应用也成为业界关注的话题。日前，著名学者Eric Topol博士在展望人工智能在生物医药领域的未来时，甚至开玩笑般指出，“机器医生”和“医学博士”，缩写都是M.D.。未来，人工智能真的能够取代医生，对疾病进行诊断和治疗吗？

🌟人工智能在医疗领域的应用早已不是新鲜事，它通过症状检查工具的形式，在过去的10年间悄然渗透到我们的日常生活中。📱只需轻点屏幕，人们就能依据自己的不适感，探索出丰富的疾病知识和治疗方案。这些智能工具的核心功能——自我诊断与病症严重性评估，犹如私人医生般贴身服务。它们会列出一系列可能的诊断，并给出就医与否的贴心建议，帮助用户在家中就能做出初步判断。🛡️记得，虽然它们提供了便利，但如有紧急情况，请务必及时就医哦！

🌟警惕！医疗AI工具并非万能神器🔍。哈佛大学的研究揭示了一令人担忧的事实——他们对45例真实病例的深度分析表明，23款症状检测工具的准确率仅为51%，在众多可能的答案中，找到真正病症的概率仅五成。相比之下，人类医生的诊断精准度高达84%，这可不是个小数目！.AI的局限性不容忽视，我们在追求技术进步的同时，也不能忘记医疗本质——人性与经验的结合才是最可靠的保障。🌟

图片来源：123RF

ChatGPT诊断疾病的表现如何？

🌟ChatGPT医学新突破：去年11月的惊艳亮相，让AI在医疗领域的实力备受瞩目。最近的研究揭示了其惊人的能力，只需轻轻一触，就能轻松应对部分美国医学执照考试挑战。分数虽非满分桂冠，却足以震撼我们对人工智能智能的理解。那么，它在疾病诊断上的实际效能如何？🚀

研究团队对45例案例进行了深度分析，ChatGPT的医疗诊断能力展现惊人实力！结果显示，这款AI工具在39例中精准锁定病症（高达87%的正确率），这比市面上的传统症状检测工具高出显著一筹。更值得一提的是，随着ChatGPT版本的升级，其诊断准确度似乎呈现出稳步上升的趋势。当评估旧版ChatGPT时，其准确率仅为82%，这一进步令人印象深刻。使用ChatGPT进行疾病诊断，无疑为医疗保健领域带来了高效且精确的新可能。

利用人工智能进行医学诊断的挑战

🌟研究人员揭示：尽管ChatGPT在症状检测方面的表现亮眼，超越了谷歌搜索及前代工具，但45个样本数量仍显单薄，验证其全面实力需更多案例支持。🔍值得注意的是，ChatGPT的诊断精准度会因病例描述和提问角度而异，稳定性有待深入探究。🔥未来研究，务必关注数据量与算法稳定性的双重挑战，以确保这一新兴技术的有效性和可靠性。

🌟 ChatGPT的潜在风险：误导性信息的高阶伪装🔍在人工智能领域，ChatGPT以其卓越的表现引发了广泛关注，然而它也可能成为隐藏陷阱的一个载体——错误信息的巧妙伪装者。一抹阴影悄然降临在医疗领域的信任大厦上，一篇由STAT发布的业内深度分析案例揭示了这一问题的严重性。\ufe0f耶鲁大学的医学专家们曾试图让ChatGPT对产后大出血进行病症诊断，它给出的答案看似专业且有据可循——仿佛一位无懈可击的健康顾问。用户可能会被其误导，误以为找到了权威答案。\n🔍然而，真相却在文献检索中曝光：那些看似确凿的证据，实际上并不存在于任何可靠来源。这一幕对普通公众来说无疑是一次警示，对于不具备医学专业知识的人来说，错误信息的伪装可能难以识别，后果堪忧。\n💡因此，使用ChatGPT进行医疗咨询时务必保持警惕，任何看似可信的答案都需要进一步验证。让我们共同期待技术的进步能带来更准确、安全的服务，而不是潜在的误导和风险。记得，知识才是最坚实的盾牌🛡️。

图片来源：123RF

另一个阻碍人工智能在医疗诊断方面应用的因素并不在于它的准确性，而在于用户对人工智能的信任。哈佛大学学者对人类行为学的研究发现，相比于人类医生，患者更难于相信人工智能的诊断结果。其中一个重要原因在于用户并不理解人工智能是根据什么做出诊断，人工智能的内部“思考”过程就像一个黑匣子，它给出的结果虽然正确，但是达成这一结果的过程却不透明。这增加了让患者接受结果的难度。

除此以外，训练人工智能数据库的完整性和真实性，以及如何避免偏见的引入以及保护患者的隐私，也是人工智能进行医疗诊断需要解决的挑战。

辅助医生而不是取代医生

虽然利用人工智能诊断疾病仍然面临多重挑战，但是研究人员也指出这一技术的广阔应用前景。首先在难于就医的情况下，基于ChatGPT的系统可能更快为患者提供建议，对话式的互动方式也更令人容易接受。

而对于医生来说，基于人工智能的工具可以作为临床护理的辅助工具，帮助降低误诊的概率。目前即使是人类医生，在行医时仍然有10%~15%的误诊率。基于ChatGPT的工具可能如同基于人工智能的图像处理软件帮助放射科医生提高诊断率一样，降低医生的误诊率。

图片来源：123RF

Topol博士近日在谈及ChatGPT等大型语言模型（LLM）的前景时指出，此前在医疗健康领域的人工智能模型大多数学习的是同一种模式的数据，比如辅助影像学的人工智能学习的都是图像数据，因此它们只能解决非常狭窄的医学问题，比如发现影像学图片上是否有癌变组织。

而LLM的训练方法可以让人工智能接受多重数据类型的训练，包括文字、图像、结构化数据等等。这提供了整合电子病例，图像，检查数据、基因组和微生物组序列等不同类型医疗数据的潜力。这种数据整合和训练的方式让人工智能不只是具备图像处理这种解决狭窄细分医学领域问题的能力，还具备了医学推理（medical reasoning）的能力。这一能力是扩展人工智能在医疗领域应用的关键，意味着它在没有接受过针对性训练的领域也可以发挥作用。

▲能够接受多种类型数据训练的人工智能模型的应用前景（图片来源：参考资料[2]）

Topol博士表示，目前LLM和生成式人工智能在医药领域的发展仍然处于早期阶段，但是它们在解决医学问题方面已经获得了显著的进展。展望未来，这类处理多种类型健康数据的模型与大型数据库和计算能力相结合，在改良医药精准度，为患者提供更多自主性方面具有变革性的潜力。让我们一起期待和见证人工智能加速生物医药领域进展的未来。

⏬大家都在看

未来ChatGPT有可能代替医生问诊吗？211 赞同 · 15 评论回答

▎药明康德内容团队编辑

本文来自药明康德内容团队，欢迎转发，谢绝转载到其他平台。

免责声明：药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的，文中观点不代表药明康德立场，亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。

⤵️喜欢我们的内容，欢迎关注

，或者点赞、评论、分享给其他读者吧！

AI时代，掌握AI大模型第一手资讯！AI时代不落人后！

免费ChatGPT问答，办公、写作、生活好得力助手！

扫码右边公众号，驾驭AI生产力！