OpenAI o1-preview模型在医疗诊断中超越人类医生

　　由哈佛医学院和斯坦福大学组成的科研团队近日对OpenAI的o1-preview模型进行了深入评估，发现该模型在诊断复杂医疗案例时表现出色，准确率显著高于人类医生。

　　研究报告显示，o1-preview模型在78.3%的测试案例中做出了正确诊断，在70个特定案例的对比测试中，准确率更是高达88.6%，远超其前身GPT-4的72.9%。此外，使用医学推理质量评估标准量表R-IDEA，o1-preview在80个案例中取得了78个满分，而经验丰富的医生仅在28个案例中获得满分，住院医生则仅为16例。

　　在25位专家设计的复杂案例中，o1-preview模型的得分高达86%，是使用GPT-4的医生(41%)和使用传统工具的医生(34%)的两倍多。

　　尽管如此，研究人员也承认该测试存在局限性，部分测试案例可能包含在o1-preview的训练数据中，且测试主要集中于系统单独工作，并未充分考虑其与人类医生协同工作的场景。此外，o1-preview建议的诊断测试成本高昂，在实际应用中存在局限性。

　　这一研究结果引发了关于AI在医疗领域应用的广泛讨论，尽管AI在诊断准确性上表现出色，但其高昂的成本和与人类医生协同工作的挑战仍需进一步解决。