“医疗超级智能”能否让豪斯医生出现在你的手机上？

人工智能可以破解疑难的医学病例——但它对真正的病人有效吗？

虽然ChatGPT在面对医学教科书中的模拟场景时诊断效果极佳，但在现实世界中处理真实问题时，其准确率却大幅下降。

然而，它的可靠性却令人担忧。这项针对消费者使用该工具的研究表明，它经常误诊严重疾病——甚至在一些本应建议患者就医的情况下也出现了误诊。这引起了医生和医疗慈善机构的警觉，他们对所提供信息的可靠性表示担忧。

2026年10月23日星期五，英国夏令时上午7点08分《泰晤士报》

伦敦的研究团队在《科学》杂志上发表了一项研究结果。研究显示，无论是罕见病还是常见病，人工智能的诊断准确率都达到了80%，而人类的诊断准确率只有人工智能的一半。

如今，随着人工智能公司竞相利用医疗服务的巨大需求，他们开始在真正的病人身上进行试验。

“我们现在看到的景象令人瞩目，”金说道。他表示，借助人工智能，“我们现在看到的推理能力已经能够与临床医生相媲美，甚至超越他们”。

全科医生很快就能接触到世界上最顶尖的医学专家吗？患者呢？豪斯医生会走进我们的生活吗？还是说，当面对真正的患者时，这一切又会重蹈覆辙？

自人工智能聊天机器人推出以来，有一类查询始终占据主导地位：健康。每天，企业都会发现数亿次用户都在询问他们的症状。

一些研究表明这可能是件好事。在一篇论文中，研究人员分析了来自Reddit的健康问题，结果表明大型语言模型不仅在准确率上优于人类医生，而且在同理心方面也更胜一筹。然而，其他研究则呈现出更为复杂的情况。今年发表在《自然医学》上的一项研究发现，虽然ChatGPT在面对医学教科书中的模拟场景时诊断效果极佳，但在现实世界中处理真实问题时，其准确率却大幅下降。

然而，它的可靠性却令人担忧。这项针对消费者使用该工具的研究表明，它经常误诊严重疾病——甚至在一些本应建议患者就医的情况下也出现了误诊。这引起了医生和医疗慈善机构的警觉，他们对所提供信息的可靠性表示担忧。

然而，对人工智能诊断（通常是自我诊断）的需求依然存在。所有主要的人工智能厂商都在寻求提高其系统可靠性的方法，以供消费者和医生使用。

金说，这项技术意义重大。“目前医疗保健领域最大的挑战是什么？是不断增长的需求与极其有限的供应之间的不匹配。在英国，这意味着令人沮丧的漫长候诊名单。而对于全球约四五十亿人来说，这意味着他们根本无法获得任何医疗服务。”他说道。他的梦想是，人工智能将使任何拥有手机的人都能有效地联系到最优秀的医生。

金正在测试的微软系统使用了GPT-5，这是OpenAI的领先模型。但他和他的同事在此基础上进行了改进，引入了一个由人工智能医生组成的“专家组”，用于对诊断结果提出质疑和挑战。

曾是儿科医生、现任微软临床人工智能团队负责人的克里斯·凯利表示，观看人工智能运行的过程与观看人类医生讨论病例的过程有着奇特的相似之处。

他说：“最终，人类临床医生会召开多学科会议，让来自不同背景、持有不同观点的专家就患者病情展开讨论。使用模型，你可以一次性做出诊断，但让它质疑自身的假设效果更好。它可以说，‘也许有更便宜的选择’，或者‘也许我们走错了方向’。这很奇妙，你实际上是在鼓励人工智能进行辩论。”

真正的考验将来自今年在美国波士顿一家医院开始的试验。但金说，很显然，他接受训练的那个世界已经一去不复返了。

“事物变化之快，真令人感慨，”他说。“我还在医学院读书的时候，我们用的是《牛津临床医学手册》。你穿着白大褂，赶到急诊室，心里想着‘我完全不知道该怎么办’，然后就得翻书页找答案。智能手机普及之前，我们就是靠这本手册。”