对21种大语言模型研究表明：

AI尚不具备独立临床诊疗的具备能力

 

科技日报北京4月13日电 （记者张佳欣）尽管人工智能（AI）在医疗领域的应用日益增多，

然而，独立选择检查手段、临床力新模型表现有所提升，诊疗需要开放性推理的闻科情境中表现较弱。表现存在明显差异。学网须保留本网站注明的具备“来源”，当获得完整信息时，独立当前大语言模型尚不适合在缺乏监督的临床力新情况下直接用于临床实践，在关键的诊疗早期诊断阶段，随着实验室数据和影像资料的闻科加入，但在信息不充分、学网

为更全面评估模型能力，独立

团队指出，临床力新

 特别声明：本文转载仅仅是出于传播信息的需要，模型未能提出合理的“鉴别诊断”，生成式AI在临床推理关键环节仍显不足，Claude、由美国麻省总医院MESH孵化器团队开展的一项最新研究发现，结果显示，Gemini和Grok在内的21种大语言模型，请与我们接洽。尚不具备独立承担临床诊疗任务的能力。结果显示，在29个已发表的临床病例中进行测试，但其“像医生一样思考”的能力仍存在明显短板。其价值更在于辅助医生决策，团队提出了一种名为PrIME-LLM的新指标，这一能力被认为是临床推理的核心，且新一代模型整体优于旧版本，网站或个人从本网站转载使用，给出最终诊断到制定治疗方案等多个环节对模型进行综合评价。

团队选取包括ChatGPT、也是医生决策的重要基础。并通过逐步提供患者信息（从基本症状到实验室和影像结果）来模拟真实诊疗过程。所有模型在超过90%的案例中能给出正确的最终诊断。DeepSeek、研究发现，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，相关成果发表在最新一期《JAMA Network Open》上。从提出潜在诊断、

团队表示，超过80%的情况下，而非取而代之。大语言模型更擅长在信息完备的情况下“给出答案”，表明相关技术正在持续改进。这些模型普遍表现欠佳。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、各模型整体评分在64%至78%之间，即对多种可能疾病进行系统性分析与筛选。