一项新的研究发现，使用ChatGPT并未显著改善医生的诊断推理。这项研究由50名医生参与，于去年进行。研究结果发表在上个月的《JAMA Network Open》杂志上，表明使用由OpenAI创建的聊天机器人ChatGPT与仅使用传统资源的医生相比，并未显著提升诊断水平。然而，研究还发现，ChatGPT独自运行时的表现优于两组医生。
研究中，可以使用该软件的医生在做出诊断并解释原因方面的中位得分为76%，而仅使用传统资源的医生组中位得分则为74%。单独运行的软件中位得分约为90%。
这项小型研究是对人工智能在医学中应用潜力的又一次探索。近年来，全国各地的医院一直在投资人工智能工具，希望将其整合到护理和研究中，这令那些担心技术将很快取代人类医生的人感到不安。
但研究作者强调，ChatGPT独自诊断能力优于医生并不意味着应无医生监督下使用AI进行诊断。斯坦福医学院博士后学生、该研究的共同第一作者Ethan Goh表示，研究的局限性在于它是模拟进行的，而不是在临床实践中使用真实患者进行的。
“所有信息都是以不模仿现实的方式准备的，”他说。
OpenAI在周一晚上未能立即回应关于研究结果的评论请求。
Goh表示，他和其他研究人员在了解到该软件的能力已经通过多项选择题测试，包括医学生参加的美国医学执照考试后，对评估ChatGPT是否能诊断患者产生了兴趣。他们希望为软件设计一个更开放的问题测试。
“你不会看到病人进来，然后说，‘嘿，医生，A、B、C、D，我得了哪个？’或‘你打算怎么治疗我？’”Goh说，“这就是我们的灵感来源。”
研究人员原本期望使用ChatGPT的医生表现会更好，但结果让他们感到惊讶。
“我们都很震惊，”Goh说，“有一个基本定理，即AI加上人类或计算机加上人类应该总是比人类单独表现更好。”
参与去年这项研究的50名医生（26名主治医师和24名住院医师）被给予从105个长期用于医学研究的真实案例中选出的6个案例。研究人员指出，这些案例从未公开发布，因此不可能包含在ChatGPT的训练数据中。
医生们被要求在一小时内尽可能多地诊断这6个案例。随机分配的一半医生可以在传统资源如UpToDate（一个提供临床信息的在线系统）的基础上使用聊天机器人。
没有医生接受过使用ChatGPT参与研究的明确培训。
研究发现，聊天机器人并未显著帮助医生做出诊断，这一点值得注意，因为一些医疗系统已经在临床环境中提供聊天机器人供医生使用，通常没有或只有最少的使用培训。研究人员在研究中写道，Goh表示，培训，包括为医生制定如何使用AI的明确课程以及对其缺陷的说明，可以帮助医生更有效地利用聊天机器人进行诊断。
此外，他表示，使用ChatGPT的研究小组可能表现不佳的另一个原因是医生在诊断时可能存在的一种偏见。一旦医生形成了诊断，他们可能不愿意改变自己的判断，即使面对新的或矛盾的信息。这种倾向可能阻止他们在研究中充分考虑ChatGPT的输入，Goh说。
他还表示，这些因素需要进一步研究，以了解改变它们是否会改善诊断效果。
Goh补充说，在诊断之后，医生还会面临一系列新的问题，这些问题在未来也可以借助AI的帮助来解决。“正确的治疗步骤是什么？”他说，“需要做哪些检查和测试来指导患者下一步该怎么做？”
(全文结束)
