人工智能聊天机器人在医疗诊断上的表现远超医生，这一发现引发了医学界的震动。在一项实验中，即使医生使用ChatGPT进行诊断辅助，其表现也仅比未使用AI的医生稍好。而更令人意外的是，单独依靠ChatGPT，诊断准确率竟然胜过所有医生。
波士顿贝斯以色列女执事医疗中心的内科专家Adam Rodman博士原本认为，AI聊天机器人可以帮助医生更好地诊断疾病。然而，研究结果令他大为震惊。在这项实验中，ChatGPT在诊断病例时的平均得分为90%，而使用ChatGPT的医生得分仅为76%，没有使用AI的医生得分为74%。
Rodman博士表示，这项研究不仅展示了AI的优越性能，还揭示了医生在面对更优诊断建议时，常常对自己的判断过于自信而不愿接受AI的意见。
研究背后的实验细节
这项研究招募了50名医生，涵盖住院医师和主治医生，由多个美国大型医院系统参与。实验中，研究人员为医生提供了六个病例，要求他们列出可能的诊断并说明支持或反对这些诊断的理由，最终还需提交一个明确的诊断结果以及额外的诊断步骤。
所有病例基于真实患者病史，选自自上世纪90年代以来用于研究的105个经典病例。这些病例从未公开，以确保测试者无法提前获取相关信息，同时也排除ChatGPT曾被训练过这些病例的可能性。
一个测试案例涉及一名76岁的男性患者，在接受冠状动脉血管成形术后几天内出现下背部和腿部剧烈疼痛，同时伴随疲劳和发热。实验提供了详细的体检和化验数据，正确诊断为胆固醇栓塞。然而，无论是否使用AI，医生在这些复杂但并非极罕见的病例上普遍表现不佳。
AI诊断为何胜过医生？
研究发现，问题的核心在于医生如何诊断病情以及他们如何使用AI工具。
Brigham妇女医院的医学史学者Andrew Lea博士指出，医生的诊断过程往往很模糊，许多人依赖直觉或经验，这种不明确的思维方式使得模拟医生诊断逻辑的AI系统难以设计。
然而，与早期的诊断程序不同，基于大语言模型的AI（如ChatGPT）并未试图模仿人类的思维方式，而是通过对语言的预测能力来实现诊断功能。这种聊天界面使AI能够快速处理整个病例历史并给出全面的诊断建议，突破了传统系统的限制。
尽管如此，研究还揭示了一个重要问题：很多医生并未充分利用AI的能力。数据显示，医生通常只是将ChatGPT当作搜索引擎，通过提出直接的问题来获取答案，而很少有人意识到可以将整个病例历史复制粘贴给AI，要求其给出完整的诊断分析。这导致医生错过了AI提供的全面、智能的答案。
人为偏见与AI潜力
研究还发现，即使AI指出了与医生诊断不一致的细节，许多医生仍坚持自己的结论，不愿采纳AI的建议。Erasmus医学中心的诊断学专家Laura Zwaan表示，这种现象背后是人类的过度自信，“人们通常在自认为正确时对自己的判断过于确信”。
与此同时，信任问题也成为AI在医疗领域广泛应用的主要障碍之一。Stanford大学的医生兼计算机科学家Jonathan H. Chen表示，AI的潜力巨大，但要让医生学会正确使用这些工具，还有很长的路要走。
这项研究的意义不仅在于展示AI的能力，更在于推动医生学习如何与AI协作，使其成为诊断过程中的有力助手。AI未来或许无法完全取代医生，但它有望成为诊断中的“第二意见”，帮助医生提升效率并降低误诊率。