4月21日，大阪都会大学医学研究生院Hirotaka Takita博士与Daiju Ueda副教授领导的研究团队发布了一项系统性回顾和荟萃分析，全面评估了生成式人工智能在医疗诊断中的表现，并与医生进行了对比。
研究团队从总计18371项相关研究中筛选出83项进行深入分析。这些研究涵盖了多种生成式AI模型，包括GPT-4、Llama3 70B、Gemini 1.5 Pro和Claude 3 Sonnet等，涉及多个医学领域。值得注意的是，GPT-4是被研究最多的模型。研究结果表明，所有AI模型的平均诊断准确率为52.1%（95%置信区间：47.0%-57.1%）。进一步分析发现，非专家医生与部分AI模型的诊断准确性几乎持平（准确率差异为0.6%，95%置信区间：-14.5%至15.7%，p=0.93），但专家医生的表现仍显著优于AI，两者差距达15.8%（95%置信区间：4.4%-27.1%，p=0.007）。尽管存在这一差距，随着技术进步，未来有望逐步缩小这一鸿沟。
研究发现，在大多数医学专科中，AI的表现较为均衡。然而，在皮肤科领域，AI展现出尤为突出的性能，而在泌尿科方面，由于相关研究数量有限，目前尚无法得出明确结论。这一差异凸显了不同医疗领域对AI技术应用的复杂性。
Hirotaka Takita博士指出：”这些发现为生成式AI在医疗诊断中的潜力提供了重要证据，同时也强调了在临床应用中需谨慎评估其局限性和适用范围。”研究团队建议，在未来的研究中应进一步探索如何结合人类专业知识与AI技术，以优化诊断流程。
此外，这项研究还揭示了生成式AI在医疗领域面临的伦理和法律挑战。随着技术的快速发展，确保患者隐私、数据安全以及责任划分等问题亟待解决。专家们呼吁建立更完善的监管框架，以指导AI技术的临床应用。
尽管如此，研究结果仍表明生成式AI在医疗诊断中具有广阔前景。未来，随着算法优化和数据积累，AI有望在提升诊断效率、辅助医生决策方面发挥更大作用。然而，在实现这一目标的过程中，必须兼顾技术创新与伦理考量。
综上所述，这项研究不仅为生成式AI在医疗领域的应用提供了重要参考，也为未来的研究方向指明了道路。通过持续的技术创新和规范化的临床实践，生成式AI有望成为医疗诊断领域的重要工具，最终造福患者和社会。
相关文章
