美国国立卫生研究院 (NIH) 的研究人员发现，一个人工智能 (AI) 模型能够高精度地解答医学问答题(旨在测试医疗专业人员根据临床图像和简短的文字摘要诊断患者的能力)。然而，医生评分员发现，该 AI 模型在描述图像和解释其决策如何得出正确答案时犯了错误。
该研究结果揭示了人工智能在临床领域的潜力，发表在npjDigital Medicine上。该研究由美国国立卫生研究院国家医学图书馆 (NLM) 和纽约市威尔康奈尔医学院的研究人员领导。
“将人工智能融入医疗保健领域具有巨大的前景，它可以帮助医疗专业人员更快地诊断患者，使他们能够尽早开始治疗，”NLM 代理主任 Stephen Sherry 博士表示。“然而，正如这项研究表明的那样，人工智能还不够先进，无法取代人类的经验，而经验对于准确诊断至关重要。”
人工智能模型和人类医生回答了《新英格兰医学杂志》图像挑战赛的问题。该挑战赛是一项在线测验，提供真实的临床图像和简短的文字描述，其中包括有关患者症状和表现的详细信息，然后要求用户从多项选择题答案中选择正确的诊断。
研究人员要求人工智能模型回答 207 个图像挑战问题，并提供书面理由来证明每个答案的合理性。提示规定，理由应包括图像描述、相关医学知识摘要，并提供模型如何选择答案的分步推理。