北京2月10日电 (记者鸿盛商业保理有限公司 孙自法)施普林格·自然旗下专业学术期刊《自然-医学》最新揭晓一篇医学研究论文指出，，，，，，，，基于人工智能(AI)手艺的大语言模子(LLM)，，，，，，，，现在或许还不可协助公众做出更好的一样平常康健决议。。。。。。。。研究职员以为，，，，，，，，这类AI工具的未来设计需要更好地支持真适用户，，，，，，，，才华清静用于向公众提供医学建议。。。。。。。。

　　该论文先容，，，，，，，，全球医疗机构提议将大语言模子作为提升公众获取医疗信息的潜在工具，，，，，，，，让小我私家在向医生求助前举行起源康健评估和疾病治理。。。。。。。。但之前的研究显示，，，，，，，，控制场景下在医师资格考试中得分很高的大语言模子，，，，，，，，并不包管能有用完成真实天下的交互。。。。。。。。

本项研究相关示意图(图片来自论文)。。。。。。。。施普林格·自然 供图

　　在本项研究中，，，，，，，，英国牛津大学牛津互联网研究所研究团队与相助者一起，，，，，，，，测试了大语言模子是否能协助公众精准区分医疗病症，，，，，，，，如通俗伤风、血虚或胆结石，，，，，，，，并选择一种行动计划，，，，，，，，如呼叫救护车或联系全科医生。。。。。。。。研究团队给1298名英国受试者每人指派了10种差别的医疗情景，，，，，，，，并让他们随机使用三个大语言模子(GPT-4o、Llama3或Command R+)中的一个，，，，，，，，或使用他们的常用资源(比照组)，，，，，，，，如互联网搜索引擎。。。。。。。。

　　研究效果显示，，，，，，，，不必人类受试者举行测试时，，，，，，，，大语言模子能准确完成这些情景，，，，，，，，平均能在94.9%的情形下准确区分疾病，，，，，，，，在56.3%的情形下选择准确的行动计划。。。。。。。。不过，，，，，，，，当受试者使用相同的大语言模子时，，，，，，，，相关病症的识别率低于34.5%，，，，，，，，选择准确行动计划的情形低于44.2%，，，，，，，，这一效果未凌驾比照组。。。。。。。。研究团队人工检查了其中30种情形的人类-大语言模子交互并发明，，，，，，，，受试者常向模子提供不完整或禁绝确的信息，，，，，，，，并且大语言模子有时也会天生误导性或过失的信息。。。。。。。。

　　论文作者总结以为，，，，，，，，目今的大语言模子未准备好安排用于直接的患者医疗，，，，，，，，由于将大语言模子与人类用户配对，，，，，，，，会爆发现有基准测试和模拟交互无法展望到的问题。。。。。。。。(完)

【编辑:张令旗】