1 月 4 日消息，紐約科恩兒童醫學中心的三位兒科醫生最近對大型語言模型 ChatGPT 的兒科疾病診斷能力進行了評估，結果令人失望。他們讓 ChatGPT 診斷了 100 個隨機的兒科病例，結果發現其準確率僅有 17%。IT之家注意到，這項研究發表在權威期刊《JAMA 兒科病學》上。

研究人員指出，兒科診斷尤其具有挑戰性，因為除了要考慮患者的全部癥狀外，還必須將年齡納入考量。近年來越來越多的人將大型語言模型視為一種潛在的醫療診斷工具，為了評估其實際效用，研究人員收集了 100 個隨機的兒科病例，并讓 ChatGPT 診斷。

為了簡化操作，研究人員統一采用相同的方式向 ChatGPT 詢問每個病例。他們首先粘貼病例文本，然后讓其給出“鑒別診斷”和“最終診斷”。鑒別診斷是一種基于患者病史和身體檢查，初步列出可能的診斷，而最終診斷則是最有可能導致患者癥狀的原因。

ChatGPT 的回答由兩位未參與研究的兒科醫生進行評分，評分分為“正確”、“錯誤”和“診斷不完整”三種。研究團隊發現，ChatGPT 只有 17 次回答被評為“正確”，其中 11 次雖然與正確診斷存在臨床關聯，但仍存在錯誤。

研究人員表示，ChatGPT 目前顯然還無法作為診斷工具，但通過更具針對性的訓練可能會提高其準確性。他們進一步建議，在未來改進之前，ChatGPT 或許可以作為一種輔助工具，用于整理文件、協助撰寫研究文章或為患者提供術后護理指南等。