研究：AI 医学诊断的平均准确性 与非专家医生相当，52.1%。

IT 世家 4 月 21 大阪都会大学医学研究生院日新闻 Hirotaka Takita 博士和 Daiju Ueda 副教授领导的研究小组最近发布了一项系统的回顾和聚集分析，对生成人工智能进行了深入评估（AI）诊断医疗状况的表现，并将其与医生进行比较。

研究小组对总计进行了筛选 18371 项目研究，最终确定 83 项目进行详细分析。这些研究涉及多种生成形式 AI 模型，包含 GPT-4、Llama3 70B、Gemini 1.5 Pro 和 Claude 3 Sonnet 等等，涵盖多个医疗领域。在这些领域中，GPT-4 这是研究最多的模型。数据显示，这些 AI 模型平均确诊准确率为： 52.1%（95% 信任区间：47.0% - 57.1%）。一些模型的诊断精度与非专家医师相当，两者之间没有明显的统计差异(精度差别：0.6% [ 95% 信任区间：-14.5% 至 15.7% ] ，p=0.93)。但是，专家医师的表现仍然优于专家医师。 AI，它的精确度差距是 15.8%（95% 信任区间：4.4% - 27.1%，p=即便如此，随着技术的不断发展，这种差距也会逐渐缩小。

研究还发现，AI 大多数医学专业的表现都比较一致，但是有两个例外：皮肤科和泌尿科。在皮肤科，AI 这可能是因为这个领域涉及到模式识别，而且这是因为它的表现更好， AI 的强项。但是皮肤科也需要对病人进行复杂的推理和决策， AI 这一优势并不能完全体现其在该领域的实际应用价值。对泌尿科而言，研究结果仅基于一项大型研究，因此其结论的普遍性受到限制。

"这项研究表明，生成式 AI 诊断能力等于非专家医生。可用于医学教育，支持非专家医师，并在医疗资源有限的地区帮助诊断。" Hirotaka Takita 医生说，“未来的研究需要在更复杂的临床场景中进行评估，并利用实际病历进行性能评估，以提高。 AI 为了进一步确认决策的透明度，并在不同的病人群中进行验证 AI 的能力。"

IT 世家人注意到，除了诊断领域，这项研究还强调生成式 AI 医学教育中的潜力。研究人员指出：“目前的生成式 AI 在非专家环境下，模型的表现与医生相当，这将是 AI 整合到医学培训中提供了机会。 AI 可用于模拟真实病例，帮助医学生和受训者学习和评估他们的技能。

但是，研究也担心这些模型的透明度和偏见。许多 AI 该系统没有披露其训练数据的详细信息，这引发了关于其结果是否适合所有群体的问题。研究人员强调，“透明度保证了对模型知识、背景和局限性的理解”，并指出需要清晰、伦理、充分的开发。 AI 应用。

现在，尽管生成式 AI 潜力巨大，但在涉及详细患者信息的复杂病例中仍面临挑战。医生需要担心失业吗？目前很难确定，但这种情况可能发生在诊断领域。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com