美國醫學期刊研究顯示 AI 早期診斷錯誤率逾 80%

研究背景與發布

美國醫學會旗下期刊 JAMA Network Open 於本週發布一項重要研究，針對現行大型語言模型（LLMs）在臨床推理中的表現進行評估。研究指出，這些 AI 模型在早期的鑑別診斷階段存在顯著限制，錯誤率普遍超過 80%。

研究數據與分析

研究團隊分析了 21 款大型語言模型，並對 29 個臨床案例進行了測試。結果顯示：

• 早期階段表現不佳：在「檢查選擇」與「鑑別診斷」（識別可能的疾病）階段，AI 的錯誤率高達 80%。
• 後期階段表現較佳：當患者提供更多檢測結果後，AI 在「最終診斷」與「治療管理」的準確率相對較高，失敗率降至 40% 以下。
• 模型間差異：各模型整體表現仍有差距，但在不同診療階段呈現明顯不均。

研究結論

儘管 AI 在影像診斷等特定領域展現進步，但在處理複雜的臨床推理時，特別是在初步症狀分析階段，其準確度仍無法完全取代人類醫師。研究強調，在 AI 技術尚未成熟前，人類醫師在最終決策中仍扮演關鍵角色。