一项新研究测试了AI聊天机器人在临床环境中的诊断能力，发现该技术尚无法胜任这一任务，《金融时报》报道称。
《金融时报》在一条推文中表示，在研究评估的早期医疗病例中，误诊率"超过80%"。
该研究于4月13日发表在《美国医学会杂志网络公开版》上，使用"29个标准化临床案例"测试了21款聊天机器人。
参与测试的聊天机器人包括尖端模型，如OpenAI的GPT-5、Anthropic的Claude 4.5 Opus、Google的Gemini 3.0（Flash和Pro版）以及Grok 4。
尽管上传图像提高了模型的准确性，但研究人员发现，AI聊天机器人在从提供信息中逐步识别病情的过程中表现不佳。
特别是，研究人员观察到，在鉴别诊断方面，AI聊天机器人的失败率超过80%。鉴别诊断是指当症状与多种潜在疾病、损伤或状况匹配，使诊断变得复杂的情况。
最终，作者报告称，在后期诊断阶段，聊天机器人的表现有所改善，误诊率降至40%以下。最强大的模型在最终诊断中的准确率超过90%。
除了研究结果外，在出版时，公众对AI及相关技术的信心已显著下降，原因包括就业市场动荡和数据中心日益引发的争议。
最初，数据中心被视为区域性滋扰，但到2025年底，它们对公用事业费用的影响已成为全国性关键问题。电费飙升，在某些地区，月度费用甚至超过了住房付款，正如PBS所报道的。
在X平台上，评论者对研究结果并不感到惊讶。
"下次当某个AI CEO胡说AI将取代所有人时，请记住这一点，"一位用户回复道。
"华丽的自动补全应用不应该用于诊断医疗病例，"另一位用户表示。
"人类洞察力仍然是黄金标准，"第三位用户写道。
【全文结束】
