美国医学会旗下期刊：现阶段AI难以直接应用于临床决策，早期诊断错误率达到80

4 月 17 日消息，美国医学会旗下期刊 JAMA Network Open 发表研究指出，当前大型语言模型（LLMs）在临床推理中存在明显缺陷，尤其在早期鉴别诊断阶段，错误率普遍超过 80%。

根据论文详情，研究团队选取了 29 个标准化临床案例，对 GPT-5、Claude 4.5 Opus、Gemini 3、Grok 4 等 21 款主流大模型进行测试，以模拟完整的医疗决策流程。评估内容涵盖鉴别诊断、检查选择、最终诊断、治疗管理及其他临床推理五个环节。

结果发现，各模型整体性能有所差异，且在诊疗不同阶段表现不均衡。具体而言，AI 在“最终诊断”和“治疗管理”环节准确率较高，“检查选择”及其他推理能力处于中等水平，而在最开始的“鉴别诊断”阶段表现最差，错误率普遍超过 80%，这意味着模型经常误判患者的疾病类型。

进一步分析表明，AI 在信息相对完整时能较好给出答案，但在信息不足、需要逐步推理的早期阶段，容易过早锁定单一结论，这使得当前 AI 难以直接应用于临床决策。相比之下，临床医生通常会在初期保留多种可能性，随着检查结果和信息积累不断调整判断，最终明确患者的具体疾病。

来源：IT之家