【新进展】诊断能力：大语言模型LLM>LLM+医生>医生？

这篇JAMA子刊上的文章结果也是炸裂，这项研究探讨了大语言模型（LLM）在医学诊断推理中的潜在应用，并评估了它对医生诊断性能的影响。通过随机单盲对照试验，研究比较了医生单独使用传统资源与结合LLM工具的诊断表现，同时考察了LLM独立运行的性能。

RCT设计

研究共有50名参与者，包括26名主治医生和24名住院医生，来自内科、家庭医学和急诊医学领域。参与者被随机分为两组，每组25人，其中一组医生可以结合大型语言模型（GPT-4）完成诊断任务（Physicians+GPT-4），另一组医生仅使用传统资源（Physicians+Conventionalresources）。两组医生需要在1小时内完成6个诊断案例，包括支持鉴别诊断和提出最佳下一步诊断评估。所有答案由两名经过培训的盲法认证评审医师根据共识开发的分级量表进行评分，确保结果的科学性和公平性。

主要结果

时间效率：

诊断正确率：

LLM独立表现的启示：

研究对未来的启示和思考

强化LLM集成与医生培训

研究表明，医生与LLM的协作并未充分释放技术的潜力，这很可能与医生对提示工程（promptengineering）的掌握不足有关。LLM作为一种依赖语言提示的工具，其表现高度依赖输入信息的质量与精确性。然而，大多数医生并未接受过系统的AI工具使用培训，导致他们在构建和调整提示时缺乏策略性，限制了LLM的诊断辅助能力。因此，为了让医生能够更高效地利用AI技术，医学教育体系应尽快引入关于AI工具使用的专项课程，特别是围绕提示设计、数据输入优化以及结果解读的培训内容。同时，医疗机构需要开发标准化的诊断辅助提示框架，将LLM与具体的临床需求相匹配。这不仅能帮助医生快速获取相关建议，还能减少使用过程中的不确定性，使AI技术能够无缝地嵌入到临床工作流程中，成为医生日常诊疗的可靠助手。

改进AI与人类互动方式

当前的LLM与医生之间的交互模式存在局限性，影响了技术优势的充分发挥。现有的系统往往以被动响应为主，即医生输入问题后，LLM仅提供静态答案，而缺乏针对医生推理过程的主动反馈。这种交互方式可能导致医生低估LLM的潜在能力，或者忽视其在复杂诊断中的补充作用。为了提升协作效率，可以设计更具互动性的界面，使AI不仅能回答问题，还能根据医生的推理轨迹主动识别潜在的误区或盲点。例如，当医生提出初步诊断时，LLM可以提出与之相悖的证据或其他可能性，从而引发医生的反思性实践。这种动态的交互模式能够鼓励医生在诊断过程中更多地依赖证据和逻辑推理，最终实现人机协作效能的最大化。

优化技术与系统集成

AI技术的真正潜力在于其能够作为医疗流程的整合部分，而不仅仅是诊断推理的工具。为了实现这一目标，LLM需要更紧密地融入患者信息的采集和总结环节。例如，可以设计一种智能化系统，使LLM能够自动从电子病历中提取关键信息，并将其组织成易于理解的概要，供医生参考。这不仅能节省时间，还能减少因信息过载导致的重要细节遗漏。此外，诊断支持系统的开发也应注重与现有医疗系统的无缝连接，例如与EMR、实验室信息系统和影像平台的整合。这样的技术与系统集成能为医生提供更加全面和即时的信息支持，同时避免了在多个系统间切换操作的低效和不便，提升了整体医疗服务的质量。

推动更广泛的临床验证

尽管本研究展示了LLM在医学诊断中的潜力，但其实验环境和病例选择的相对有限性决定了结果的外推性仍需进一步验证。诊断案例的选择无法完全涵盖复杂的临床情境，尤其是涉及多系统疾病或罕见病时，LLM的表现还未得到充分评估。因此，未来需要在更大规模、多中心的临床试验中对AI技术进行验证，以确保其在不同医疗环境下的适用性和可靠性。此外，这些试验应包含更具代表性的患者群体和更广泛的病例谱系，以检验LLM的真实效益。通过这样的验证，医疗机构和政策制定者才能对技术的实际临床价值形成全面认识，从而制定更为科学的应用策略。

平衡自主诊断与辅助工具的角色

尽管LLM在独立诊断任务中表现出了较高的准确率，但其缺乏对临床情境和患者管理的全面理解。这表明，AI技术的角色应定位为辅助医生决策的工具，而非替代其专业判断。未来的医疗实践需要明确人机分工的界限，充分发挥各自优势。医生应主导患者的管理和治疗，而AI技术可以提供多样化的信息支持，如诊断建议、文献检索和方案优化。这种辅助角色不仅能减轻医生的认知负担，还能增强医疗决策的客观性与全面性。同时，为了更好地整合AI技术，医疗机构应在诊疗流程中设立明确的使用场景，确保AI在诊断和治疗环节中的作用与医生的专业判断形成互补，而非形成潜在的冲突。