斯坦福大学的科学与技术专栏每周汇总影响深远的研究成果和发展情况。以下是本周的研究综述。（插图：DA-HEE KIM/斯坦福日报）
使用人工智能诊断患者
斯坦福医学院的研究人员最近进行了一项研究，探讨了人工智能（AI）工具在帮助医生诊断患者方面的效果。一组医生分别进行了测试：他们被分成两组，分别负责在使用和不使用ChatGPT辅助的情况下确定患者的诊断。这两个组的整体准确率得分显示出显著的相似性，尽管另一项由ChatGPT单独进行诊断的试验（无需人类干预）得出了更高的分数。“这些发现表明，在临床实践和更广泛的医疗保健中，医生与AI的合作有进一步改进的机会，”斯坦福大学博士后学者、该研究的共同主要作者之一Ethan Goh在接受斯坦福HAI采访时说。像ChatGPT这样的大型语言模型（LLM）是在大量包含人类语言的数据上训练的。研究人员表示，许多医生只有在对准确的训练数据有信心的情况下才会愿意使用像ChatGPT这样的工具作为辅助。他们认识到，构建一个比ChatGPT更具体、基于医疗相关数据训练的系统可以带来显著的帮助。研究人员还坚持认为，虽然LLM可以在未来短期内作为医生的潜在辅助工具，但没有任何证据表明它们最终会取代医生。尽管研究人员关注的是AI如何帮助医生，但他们也关注患者安全，这需要人类干预来解释AI的响应，并确保医生经过深思熟虑后做出最终诊断。“人类医生负责治疗方面的事情，希望AI工具可以帮助他们更好地完成工作，”Goh说。
图像中的性别偏见
商学院（GSB）的研究人员进行了一项研究，考察了Google和Wikipedia上的在线图像搜索查询中可能存在的性别偏见，特别是男性或女性是否更有可能与特定活动或职业相关联。研究人员分析了约35万张包含男女在社会和职业活动中出现的图像，以查看哪个性别在特定职业中被描绘。他们发现性别差距“统计上更为极端”，有时与实际劳动力数据不符。研究发现，男性在从事科学和工程相关职业的图像中出现的可能性更高，而女性则更常出现在与人文活动相关的图像中。研究人员担心，这些不切实际的性别形象可能会加剧用户的性别刻板印象。“这一看似简单的测量实际上预测了很多关于人们如何看待和相信这些类别的事情，”商学院助理教授Douglas Guilbeault在接受斯坦福报告采访时说。
微小DNA环改变我们对癌症的看法
细胞外DNA（ecDNA）由含有少量基因的小圆圈组成。在最近的一项研究中，斯坦福大学的研究人员与国际同事合作，发现ecDNA加速癌症生长的速度超出预期。ecDNA基因是致癌基因，产生导致细胞快速分裂的蛋白质，从而促进癌症在体内的进展。研究人员发现，ecDNA在癌细胞中的存在远比之前认为的普遍，研究中17.1%的肿瘤含有ecDNA。这表明ecDNA在癌症中的作用更大，特别是在大约15,000种人类癌症中都发现了ecDNA的存在。此外，研究结果表明，化疗后ecDNA的数量增加。遗传学的一个基本定律是孟德尔的分离定律，该定律指出基因随机分离到不同的子细胞中。在这种情况下，这意味着有利于癌症生长的ecDNA应该是罕见的，因为分离后多个ecDNA副本不太可能出现在同一细胞中。令人惊讶的是，在11月的一篇论文中，研究人员发现许多这种看似幸运的事件中，推动癌症发展的ecDNA组合频繁出现，这质疑了孟德尔的基本定律在这种特定情况下的适用性。据论文所述，ecDNA在细胞分裂过程中相互连接，因此它们的基因无法分离，因为DNA分子被锁定在一起。因此，它们作为一个推动癌症发展和逃避药物的组合一起分离。“这就像在扑克牌中拿到一副好牌，”癌症研究的Virginia和D.K. Ludwig教授、该研究的共同作者Howard Chang在接受斯坦福医学采访时说，“拿到这副好牌的癌细胞具有巨大的优势。现在我们明白了这是如何发生的。”
(全文结束)
