这项研究表明，人工智能（AI）在诊断推理方面很快超越了人类医生——这是临床推理和患者护理中至关重要但也是第一步的任务。现在，一项发表于《Nature Medicine》的研究表明，与没有访问大型语言模型（LLM）的医生相比，能够访问这些模型（也称为聊天机器人）的医生在多个患者护理任务中表现更好。
“早期将AI引入医疗保健主要集中在文书工作流程上，例如门户消息传递，”Beth Israel Deaconess医疗中心（BIDMC）AI项目主任Adam Rodman博士说。“但是聊天机器人的理论优势之一在于它们作为合作伙伴的能力，可以增强人类的认知能力。我们的研究结果表明，即使是在开放式的决策等复杂任务中，改善医生的表现也是一个有希望的应用方向。然而，要实现LLM在提升患者护理方面的潜力，仍需严格的验证。”
Rodman及其同事评估了92名执业医师在处理五个基于真实、匿名患者案例的假设病例时的决策过程。研究人员关注的是医生的管理推理，这是临床推理的一部分，涵盖了测试和治疗的决策，同时考虑患者的偏好、社会因素、成本和风险。
“与通常有一个正确答案且LLM擅长的诊断推理不同，管理推理可能没有正确的答案，涉及权衡固有的风险行动之间的利弊，”Rodman说。
当他们的假设患者病例的回答被评分时，使用聊天机器人的医生得分显著高于仅使用传统资源的医生。聊天机器人用户每个病例多花了近两分钟。此外，使用LLM的医生提供的回答导致轻微至中度伤害的可能性较低；在LLM辅助的回答中有3.7%存在轻微至中度伤害的可能性，而传统资源组为5.3%。然而，严重伤害的可能性在两组之间几乎相同。
“与仅使用传统资源相比，LLM的可用性改善了医生的管理推理，AI和仅使用AI的医生之间的得分相当。这表明LLM未来可以用作临床判断的有益补充，”Rodman说。“进一步探讨LLM是否只是鼓励用户放慢速度并更深入地思考，还是它实际上增强了推理过程，将是非常有价值的。”
共同作者包括Beth Israel Deaconess医疗中心的Hannah Kerman、Jason A. Freed、Josephine A. Cool和Zahir Kanjee；斯坦福大学的Ethan Goh、Eric Strong、Yingjie Weng、Neera Ahuja、Arnold Millstein、Jason Hom和Jonathan H. Chen；VA Palo Alto医疗系统的Robert Gallo；明尼苏达大学医学院的Kathleen P. Lane和Andrew P.J. Olsen；弗吉尼亚大学医学院的Andrew S. Parsons；微软的Eric Horvitz；以及凯撒永久医疗集团的Daniel Yang。
Rodman、Cool和Kanjee披露了来自Gordon和Betty Moore基金会的资金支持。有关完整的披露和资助者名单，请参阅出版物。
(全文结束)
