大阪都會(huì)大學(xué)醫(yī)學(xué)研究生院近期公布了一項(xiàng)引人矚目的研究成果，該研究發(fā)現(xiàn)，生成式人工智能（AI）在醫(yī)療診斷領(lǐng)域的準(zhǔn)確率已接近非專家醫(yī)生的水平，這一發(fā)現(xiàn)為AI在醫(yī)療領(lǐng)域的應(yīng)用開辟了新的可能性。

這項(xiàng)研究通過系統(tǒng)性回顧和薈萃分析，評(píng)估了包括GPT-4、Llama3 70B、Gemini 1.5 Pro和Claude 3 Sonnet在內(nèi)的多個(gè)主流AI模型。其中，GPT-4因其廣泛的應(yīng)用性而成為了研究的重點(diǎn)。結(jié)果顯示，這些AI模型的平均診斷準(zhǔn)確率為52.1%，這一成績與非專家醫(yī)生的平均水平不相上下，但與專家醫(yī)生相比，仍有15.8%的差距。

值得注意的是，在皮膚科診斷方面，AI的表現(xiàn)尤為亮眼。研究人員認(rèn)為，這得益于AI在圖像模式識(shí)別方面的強(qiáng)大能力。然而，他們也指出，皮膚科的診斷并不僅僅依賴于圖像識(shí)別，還需要結(jié)合臨床推理和個(gè)性化決策。因此，盡管AI在皮膚科領(lǐng)域取得了顯著成果，但其實(shí)際應(yīng)用價(jià)值仍需進(jìn)一步審慎評(píng)估。

總體而言，大阪都會(huì)大學(xué)的研究表明，生成式AI已具備輔助醫(yī)療診斷的潛力。特別是在醫(yī)學(xué)教育培訓(xùn)、支持非專家醫(yī)生診療以及在醫(yī)療資源匱乏地區(qū)提供診斷支持方面，AI的應(yīng)用前景廣闊。隨著技術(shù)的不斷發(fā)展，未來AI與專家醫(yī)生之間的診斷差距有望進(jìn)一步縮小，為醫(yī)療領(lǐng)域帶來更多的創(chuàng)新和變革。