AI早就比医生会看病了？漏读数据不吭声，这才是最可怕的

多年来，布兰迪・扎卡里博士始终致力于将复杂的病史、化验结果、症状、用药和多年治疗记录整合为连贯的临床方案。一个棘手的病例，往往需要她耗费三个小时仔细研究，才能确定关键点并规划下一步行动。

随后，生成式AI出现，它能处理海量信息，调用医学知识的速度远超人类大脑，仅需几秒就能揭示病例中各项数据间的联系。她原本以为，只需为大型语言模型构建一个界面并添加几层安全措施，就能顺利完成任务。

然而实际上，他们花费了大约一年时间、投入近100万美元，并配备了软件工程师和一个10人临床团队，但系统至今仍未完成构建。

她所使用的AI，与众不同

原因并非AI不够智能，而是“智能”恰恰是最容易实现的环节。

在开发临床软件之前，她就发现：同一个AI工具，她和身边其他人使用，结果却截然不同。因为她并非简单提问并直接获取答案，而是与AI进行辩论、质疑假设、补充遗漏的背景信息、纠正错误，并从不同角度反复追问。

技术上虽然使用相同的工具，但实际效果却大相径庭。

在撰写广告时，这或许只是效率问题，但应用于患者则完全不同。她曾与超过7万名执业医生合作：有些医生临床能力出色，却完全无法从AI系统中提取有价值的信息。

医疗行业的主流解决方案似乎是让医生学习“提示词工程”。但她认为这并非合理方案：如果临床AI需要医生先成为提示词专家才能可靠使用，那它根本尚未完成开发。

研究已揭示一些我们不愿面对的事实

2024年的一项随机临床试验让50名医生进行高难度诊断：使用GPT-4的医生得分为76分，使用传统资料的医生为74分，差距不显著。而GPT-4单独作答时，得分比传统资料高出16个百分点。

2026年巴基斯坦的一项试验中，接受过AI素养培训并能使用GPT-4o的医生，诊断推理得分为71.4%，使用传统资料的医生仅为42.6%，而GPT-4o单独作答得分为82.9%。

2026年英国的重复杂研究也呈现类似结果：医生在AI辅助下虽有进步，但仍比单独运行的大模型低21个百分点以上。

坦率地说：在某些认知任务上，AI已经超越单个医生。没有医生能阅读所有论文，也没有人能及时记住每一种罕见病和药物禁忌，而AI能处理海量信息，不疲劳、不受时间限制。真正的错误在于，认为只需在医生面前放置一个聊天机器人就能解决问题。

问题出在那个空白的输入框

想象一位医生上传一份包含150项指标的化验报告：AI很快给出回答，整理得井井有条，但系统并未可靠地提取全部150项指标。通用大模型并非确定性的临床文档解析器，处理表格和密集的医学报告尤为困难。

最可怕的是：它不会告诉你“我遗漏了50个数值”，而是可能直接给出答案。如果遗漏的某个数值需要紧急评估呢？

这是她绝不愿忽视的缺陷，团队不得不另外开发一套提取技术，先准确、可复现地处理化验报告，才能启动临床推理。

一个会说“我不知道”的AI，只是有点麻烦；而一个不知道自己遗漏了什么信息的AI，才是危险的。

为什么要在AI之外再构建一层

临床工作硬性要求一种通用生成式AI天生无法提供的东西：可复现性。必须对输入和输出都有掌控——包括可靠的数据提取、结构化的知识、确定性的逻辑、安全防护，以及能跨病史评估指标关联的系统。

临床推理并非一堆条件语句，有时信号隐藏在几个指标的关系中；五个单独看来正常的指标，合起来却可能至关重要。人体生物学充满了例外和相互竞争的解释。答案从来不是“用AI还是不用AI”，而是明确每项工作应该交给谁。

使用得当，AI能扩展医生的记忆、加速研究、提出不常见的可能性，并在海量信息中识别模式。这越来越不像取代医生，而像打造一位“仿生医生”。

医疗中的人际互动，并非机器完成脑力工作后附加的温情装饰，而是临床数据的另一个来源。最好的临床系统，两者都需要。

别再问AI是否会取代医生

未来不一定属于聊天机器人最灵活、模型最聪明的公司，重要创新正发生在模型周围：信息如何被捕获和核实、系统拥有哪些知识、被允许推断什么、哪些环节由人参与。

我们不应要求每位医生都成为业余AI开发者，复杂性应存在于技术内部，而非医生的提示词中。

未来的医生不会在记忆力上战胜AI，那场比赛已失去意义。

相反，我们应该将机器的记忆、算力和模式识别能力交给医生，同时保留他们对整体情况的把握、判断力、怀疑精神，以及与患者的人性连接，我们称之为“仿生医生”。

本文由雷科技编译自Unite.AI

原文链接：AI已经比你的医生更聪明了，但这还不是最吓人的部分

本文来自“雷科技”，36氪经授权发布。

如需了解更多相关信息，可访问半岛体育网址获取更多内容。