伦敦，英国——根据发表在《自然·医学》杂志上的一项新研究，向人工智能咨询医疗症状并不能帮助患者比其他方法（如标准互联网搜索）做出更好的健康决策。
作者表示，这项研究很重要，因为人们越来越多地转向人工智能和聊天机器人寻求健康建议，但没有证据表明这必然是最佳和最安全的方法。
由牛津大学互联网研究所领导的研究人员与一组医生合作，制定了10种不同的医疗场景，从普通感冒到导致脑出血的危及生命的出血。
在无人类参与者参与的测试中，三个大型语言模型——OpenAI的ChatGPT-4o、Meta的Llama 3和Cohere的Command R+——在94.9%的案例中识别出了病情，并在平均56.3%的案例中选择了正确的行动方案，如呼叫救护车或去看医生。这些公司没有回应置评请求。
人工智能潜力与实际表现之间的"巨大差距"
研究人员随后在英国招募了1,298名参与者，让他们使用人工智能，或他们通常使用的资源（如互联网搜索），或他们的经验，或英国国家医疗服务体系（NHS）网站来调查症状并决定下一步行动。
当参与者这样做时，相关病情在不到34.5%的案例中被识别出来，正确的行动方案在不到44.2%的案例中被给出，这并不比使用更传统工具的对照组更好。
该论文的合著者、牛津大学副教授亚当·马迪（Adam Mahdi）表示，这项研究表明了人工智能的潜力与人们使用时的陷阱之间的"巨大差距"。
他说："知识可能存在于这些机器人中；然而，这种知识在与人类互动时并不总是能够转化，"这意味着需要更多工作来确定为什么会发生这种情况。
人类经常提供不完整的信息
研究团队详细研究了约30次互动，得出结论：人类经常提供不完整或错误的信息，但大型语言模型有时也会生成误导性或不正确的回应。
例如，一位报告蛛网膜下腔出血症状（一种导致脑出血的危及生命的状况）的患者，在描述颈部僵硬、畏光和"有史以来最严重的头痛"后，人工智能正确地建议其前往医院。另一位患者描述了相同的症状但称是"可怕的"头痛，却被建议在暗室中躺下。
研究团队现在计划在不同国家和语言中进行类似研究，并随着时间推移测试这是否会影响人工智能的表现。
该研究得到了数据公司Prolific、德国非营利组织迪特尔·施瓦茨基金会（Dieter Schwarz Stiftung）以及英国和美国政府的支持。
– Rappler.com
【全文结束】
