根据最新研究，人工智能（AI）在诊断推理方面已经超越了人类医生，而这是临床推理和患者护理的关键第一步。现在，《自然医学》（Nature Medicine）上的一项研究表明，有权限使用大型语言模型（LLM），即聊天机器人（chatbots）的医生，在多个患者护理任务上的表现优于没有权限使用LLM的医生。
“AI早期在医疗保健领域的应用主要集中在文书工作流程，如门户消息，”Beth Israel Deaconess Medical Center（BIDMC）的AI项目主任Adam Rodman博士说，“但聊天机器人的一个理论优势在于它们可以作为合作伙伴，增强人类的认知能力。我们的研究结果表明，即使在开放式决策这种复杂的任务中，提升医生的表现也代表了一个有希望的应用方向。然而，要实现LLM在改善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名执业医生在处理五个假设患者病例时的决策过程，这些病例基于真实的、匿名的患者案例。研究人员重点关注的是医生的管理推理，这是临床推理的一部分，涉及围绕测试和治疗的决策，同时考虑到患者的偏好、社会因素、成本和风险。
“与通常只有一个正确答案的诊断推理不同，管理推理可能没有唯一正确的答案，需要权衡具有内在风险的不同行动方案，”Rodman解释道。
当对这些假设患者病例的回答进行评分时，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平均多花了近两分钟。此外，使用LLM的医生提供的回答导致轻度至中度伤害的可能性较低；在LLM辅助的回答中有3.7%存在轻度至中度伤害的风险，而在仅使用传统资源的组别中这一比例为5.3%。然而，严重伤害的风险在这两个医生组之间几乎相同。
“与仅使用传统资源相比，使用LLM可以提高医生的管理推理能力，其得分与随机分配使用AI和AI本身的结果相当。这表明LLM未来可以用作临床判断的有益辅助工具，”Rodman说。“进一步探索LLM是否只是鼓励用户放慢速度、深入思考，还是积极增强了推理过程，将是很有价值的。”
共同作者包括Beth Israel Deaconess Medical Center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 Health Care System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Kaiser Permanente的Daniel Yang。
Rodman、Cool和Kanjee承认得到了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)