新研究发现 OpenAI 的 o1-preview AI 模型在诊断棘手医疗案例方面优于医生

IT之家于12月25日报道，来自哈佛医学院和斯坦福大学的研究团队对OpenAI的o1-preview模型在医学诊断领域进行了深入分析，结果显示该模型在处理复杂医疗案例方面的表现优于人类医生。

研究结果表明，o1-preview在测试案例中的正确诊断率达到了78.3%，在70个特定案例的比较测试中，有高达88.6%的准确率，远超其前身GPT-4的72.9%。

借助医学推理质量评估标准R-IDEA，o1-preview在80个案例中取得了78个满分成绩。相对而言，资深医生在满分案例中仅获28个，而住院医生的满分数量更是仅为16个。

在25位专家设计的复杂案例测试中，o1-preview的得分高达86%，远远超过使用GPT-4的医生（得分41%）和使用传统工具的医生（34%）。

尽管如此，研究人员也指出此次测试的局限性。部分测试案例或许已经包含在o1-preview的训练数据中，且测试过程主要侧重于系统的单独运行，未充分考虑其与人类医生合作的情境。此外，o1-preview推荐的诊断测试成本较高，其实际应用面临一定的限制。

IT之家提供参考链接

• Superhuman performance of a large language model on the reasoning tasks of a physician

• OpenAI's o1-preview outperforms doctors in diagnosing tricky medical cases, study finds

广告声明：本文包含的外部链接（包括但不限于超链接、二维码、口令等形式）旨在传达更多信息，提升信息获取的便利性，结果仅供参考。