真实病例诊断AI或可与医生比肩：哈佛团队建议重审评估体系

随着技术不断增强，AI 在某些医学基准数据集上达到 SOTA 的现象早已不足为新鲜。但研究者进一步表明：在真实病例情境中，AI 的准确率能够与医生相当，甚至出现更高的表现。也就是说，AI 并非只是在训练阶段“背诵”标准答案，而是在临床实际中完成诊断推理与决策。近日，哈佛医学院、斯坦福大学等研究团队在 Science 发表了迄今规模最大的 AI 医疗对照研究[1]，并首次使用真实患者病历来检验模型的推理能力。真实场景往往会带来病历内容杂乱、信息缺失等不确定性。研究人员让 OpenAI 的 o1 模型与几百名