AI诊断真实病例准确率超医生，哈佛称医学评估标准或应重新改写
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
AI临床诊断新突破：在真实病历中，它的推理能力已比肩医生？ 如今，AI在某个标准医疗测试集上刷出新高分，已经算不上什么大新闻了。真正的考验在于实战：当面对一份信息可能残缺不全、记录或许有些混乱的真实病历时，AI还能否给出可靠的诊断推理？最近的一项重磅研究给出了肯定的答案，而且是在与数百名医生的直接对
AI临床诊断新突破：在真实病历中，它的推理能力已比肩医生？
如今，AI在某个标准医疗测试集上刷出新高分，已经算不上什么大新闻了。真正的考验在于实战：当面对一份信息可能残缺不全、记录或许有些混乱的真实病历时，AI还能否给出可靠的诊断推理？最近的一项重磅研究给出了肯定的答案，而且是在与数百名医生的直接对比中得出的。
来自哈佛医学院、斯坦福大学等顶尖机构的研究团队，在《科学》杂志上发表了一项迄今最大规模的AI医疗对比研究。这项研究的突破性在于，它首次使用了真实的患者病历作为“考卷”，来检验AI的临床推理能力。这意味着，AI不再是在熟悉的题库里“背诵答案”，而是进入了信息更复杂、更不确定的真实临床战场。
研究人员让OpenAI的o1模型与数百名医生，在包括急诊决策、诊断、制定后续治疗方案在内的六种不同场景中同台竞技。结果令人印象深刻：AI在多项临床推理任务中的准确率，与医生持平甚至更高。
这或许预示着一个重要的转折点。随着模型能力飞速进化，传统的人工设计测试案例和选择题式的评估基准，可能正在逐渐失效。正如论文共同第一作者、哈佛医学院研究员Peter Brodeur所言：“过去可以用多项选择题来评估模型能力，但现在它们的得分长期接近满分，这对于追踪进展已经没有太大意义了。”
当然，必须清醒地认识到，这项研究结果并不意味着AI已经准备好独立行医，尤其是在生死攸关的急诊环境中。医生在解读影像、进行体格检查、观察患者细微表情等方面，依然拥有不可替代的优势。研究团队也特别强调，亟需开展前瞻性的临床试验，在真实的患者护理环境中进一步评估这项技术。
图丨相关论文（来源：Science）
“金牌标准”下的诊断对决
为了系统考察AI的临床推理能力，研究团队设计了一系列实验。在第一组实验中，他们搬出了医学界的“金牌标准”——《新英格兰医学杂志》自20世纪50年代起设立的临床病理会议病例。
面对2012年至2024年间的143个复杂病例，o1-preview模型成功覆盖了78.3%的正确病因。更关键的是，它给出的首个诊断就是正确答案的比例达到了52%。如果算上那些“非常接近”的诊断，这个比例更是跃升至惊人的97.9%。
与GPT-4的对比则进一步凸显了其进步。在同一批病例上，GPT-4的准确率为72.9%。而在70个重叠病例中，o1-preview在24.3%的病例上表现优于GPT-4，表现落后的仅占7.1%。
另一个值得关注的细节是诊断检查的选择。在136例测试中，o1-preview选择检查项目的正确率高达87.5%。评审医生认为，AI提出的检查建议中，有11%具备额外的临床价值，而仅有1.5%的建议被判定为无帮助。
（来源：Science）
书写质量与高风险误诊识别
在临床推理的书面表达质量评估中，差距更为明显。研究团队采用了20个来自NEJM Healer课程的教学病例，并使用经过验证的R-IDEA量表进行评分。
结果如何？o1-preview在80次评分中，78次获得了满分。相比之下，GPT-4仅获得47次满分，而主治医师和住院医师获得满分的次数分别为28次和16次。在高风险误诊项的识别上，o1-preview的中位命中率达到92%。不过需要说明的是，尽管数值上高于人类医生，但这一差异在统计学上并不显著。
（来源：Science）
管理决策与防“刷题”测试
在管理决策能力的测试中，结果同样引人深思。研究团队基于五个真实病例开发了临床场景，并设置了一系列治疗决策问题。o1-preview的中位得分高达89%，远超GPT-4的42%。有趣的是，将GPT-4作为辅助工具的医生得分是41%，而仅使用传统资源制定方案的医生得分则为34%。
图丨 o1-preview、GPT-4 与临床医师在诊断推理能力方面的比较（来源：Science）
为了防止模型通过“刷题”获得优势，研究人员还增加了一道防线：使用6个从未公开发布过的标志性诊断病例进行测试。结果发现，o1-preview虽然获得了97%的中位得分，但与GPT-4的92%以及人类医师的74%相比，其统计学优势并不显著。这从侧面说明，大模型能力的提升并非在所有任务上都齐头并进。
急诊室里的真实较量
最接近真实临床环境的实验，发生在波士顿一家医院的急诊室。研究以76名真实患者为对象，设置了从早期分诊、接诊后到决定是否收入病房三个关键决策节点。
与以往研究不同，这次提供给模型的信息未经过任何人工预处理，直接来源于标准电子病历中那些可能杂乱无章的数据：生命体征、人口统计信息、对就诊原因的简要描述等。模型需要基于这些原始信息，生成诊断并提出下一步建议。
结果显示，在分诊阶段，医生的正确率在50%至55%之间，而AI在67%的病例中做出了接近甚至更准确的诊断。一个明显的趋势是：在需要快速决策且信息有限的紧急情况下，AI的优势更为突出。当提供更多细节信息后，人类专家的准确率提升至70%-79%，而OpenAI的o1模型的诊断准确率则进一步提升至近82%。
整个实验过程采用了严格的盲法设计。两位评审医生在判断答案来源是人还是AI时，猜对的比例分别仅为15.2%和3.1%。这意味着，在大多数情况下，他们根本无法区分眼前的诊断建议是出自AI还是人类同行之手。
（来源：Science）
AI并非万能，协同才是未来
必须明确的是，急诊室的核心决策远不止于诊断正确性，它更关乎分诊、紧急处理和即时管理。因此，这项研究绝不意味着AI将全面取代急诊医生。
同时，这项研究也存在其局限性。实验仅测试了AI在解读文本化患者数据方面的表现，并未涉及对患者痛苦程度、外貌体征等非文本信号的解读能力。此外，研究覆盖的病例主要集中在内科和急诊领域，未来仍需在外科、专科等更广泛的临床场景中加以验证。
AI在医疗辅助诊断中的应用已呈燎原之势。今年3月美国医学协会的一项研究显示，近20%的美国医生正在使用AI辅助诊断。在英国，每天使用AI的医生比例也达到了16%。根据英国皇家内科医师学会的调查，在临床决策中将AI作为辅助诊断工具，已成为医生最常见的用途之一。
尽管表现亮眼，但AI远非万能。一方面，它自身存在出错和相应的责任风险；另一方面，也需要警惕医生可能在不经意间过度依赖AI建议，从而弱化自身的独立判断。此外，AI在诊断老年患者或非英语母语患者时，仍面临不小的挑战。
综合来看，当前AI的核心角色定位依然是“辅助”而非“替代”。它的优势在于能够快速整合海量的医学文献、诊疗指南和历史病例，在信息处理的广度与速度上为医生提供强大支持，帮助发现那些容易被遗漏的关键信息。然而，在面对非结构化的临床情境、需要进行复杂伦理权衡，以及提供不可或缺的医患共情时，医生的角色依然无可替代。
因此，人机协同或许才是最理想的未来图景：AI提供精准、实时的数据与知识支持，而医生则凭借其专业经验、整体判断和人文关怀把握最终方向。未来的关键，或许不在于比较人与AI谁更强，而在于谁能更快学会与对方高效协作。
参考资料：
1. 相关论文：https://www.science.org/doi/10.1126/science.adz4433
2.https://www.ama-assn.org/system/files/physician-ai-sentiment-report.pdf
3.https://www.rcp.ac.uk/policy-and-campaigns/policy-documents/snapshot-of-uk-physicians-artificial-intelligence-in-healthcare/
4.https://hms.harvard.edu/news/study-suggests-ai-good-enough-diagnosing-complex-medical-cases-warrant-clinical-testing
5.https://www.theguardian.com/technology/2026/apr/30/ai-outperforms-doctors-in-harvard-trial-of-emergency-triage-diagnoses
排版：刘雅坤
注：封面/首图由 AI 辅助生成
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Premiere Pro 是面向专业视频制作的非线性剪辑软件，提供多轨时间线、调色、音频处理、字幕、代理工作流和多格式输出能力，并可与 After Effects、Audition、Photoshop 及 Frame.io 协同
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
Adobe Media Encoder 是 Adobe 面向视频与音频制作流程提供的专业编码和转码工具，可批量处理媒体文件、创建代理、套用输出预设并监控文件夹自动执行任务。它与 Premiere、After Effects、Audition