【大紀元2026年02月10日訊】（大紀元記者林燕編譯報導）發表在《自然醫學》（Nature Medicine）雜誌上的一項新研究表明，人工智能（AI）在看診上表現平平，用AI幫助患者做健康決策，並不比其它方法（例如上網搜尋）更有效。
研究人員表示，這項研究意義重大，因為人們越來越多地轉向AI和聊天機器人尋求醫療建議，但目前缺少證據表明AI是一種更佳和更安全的方法。
這項研究由牛津大學互聯網研究所與一組醫生合作完成，他們設計了10種不同的醫療情景，涵蓋從普通感冒到危及生命的腦出血等各種情況。
研究人員首先選定了三個大型語言模型——OpenAI的Chat GPT-4o、Meta的Llama 3，和Cohere的Command R+進行測試，結果顯示這些AI工具識別出了94.9%的病情，此外還在56.3%的案例中選擇了正確的行動方案，例如呼叫救護車或建議患者看醫。
但在實地測試環節，AI的表現則遠遠不如理論。研究人員在英國招募了1298名參與者，讓他們分別使用AI、常用資源（例如互聯網搜索、自身經驗或英國國家醫療服務體系網站）來調查症狀並決定下一步行動。
結果顯示，參與者使用AI識別相關疾病的比例不足34.5%，而給出正確行動方案的比例也不足44.2%。這一表現與使用傳統工具的對照組相比並無優勢。
該論文的合著者、牛津大學副教授亞當‧馬赫迪（Adam Mahdi）表示，這項研究表明AI的理論與人類實際使用之間存在著的「巨大差距」。
「這些機器人可能擁有豐富的知識；然而，這些知識在與人類互動時並不總是能夠有效轉化。」他說，這意味著還需要開展更多研究來探究造成這種情況的原因。
研究團隊詳細分析了約30次交互，並得出結論：雖然人類常常提供不完整或錯誤的信息，但AI也會產生誤導性或不正確的回覆。
例如，一位患者描述了蛛網膜下腔出血（一種危及生命的腦出血）的症狀，包括頸部僵硬、畏光和「有史以來最嚴重的頭痛」，AI正確地建議他去醫院就診。
而另一位患者描述了相同的症狀，但在提到頭痛時使用的是「劇烈」一詞，AI只是建議他躺在調淡光線的房間裡休息。
研究團隊計劃在不同國家、使用不同語言，並隨著時間的推移開展類似研究，以測試這是否會影響AI的性能。
該研究得到了數據公司Prolific、德國非營利組織迪特‧施瓦茨基金會（Dieter Schwarz Stiftung）以及英國和美國政府的支持。◇
（本文依據了路透社的報導）
責任編輯：林姸#
留言