研究表明，即使医生可以利用人工智能作为辅助工具，大型语言模型（LLMs）仍然在诊断方面胜过医生。

在一项Reddit帖子中引人注目的研究中，大型语言模型（LLMs）已被证明在医学诊断方面胜过经验丰富的医生，即使这些医生得到AI工具的帮助。这挑战了AI仅仅作为医生辅助的普遍观点。该研究的发现具有重要意义，因为它们表明LLMs可能在医疗决策中扮演更为核心的角色，潜在地将医生降为支持性功能。对于那些关心AI在医疗保健中不断演变的角色及其对医疗实践未来的影响的人来说，这一内容尤为重要。- 大型语言模型（LLMs）在诊断真实场景中的表现优于医生，即使医生可以使用LLMs作为辅助工具。 - LLMs的正确诊断率为35.4%，而具有平均11年经验的医生仅为13.8%。 - LLMs的前10个诊断中包含正确诊断的比例远高于医生（55.4%对34.6%）。 - 即使LLMs无法获取某些数据（如实验室结果），仍然能够胜过医生。 - 这表明LLMs可能在诊断中的表现受到医生的限制，而不是LLMs本身的能力。 - 未来可能出现LLMs做出最终决策，而医生只充当模型的辅助角色的情况。