LONGFORM READING
炸金花模拟器官方平台-经典扑克游戏 最新动态 250名三甲医生输给中国AI!引发中美医疗权威热议

250名三甲医生输给中国AI!引发中美医疗权威热议

新智元报道 上个月,微软在《科学》杂志上甩出一篇论文:自家AI诊断系统诊断正确率83%,对照组的全科医生只有36%。 微软AI CEO苏莱曼直言: 这是通往「医疗超级智能」的一步。 热闹还没散,未来医生联合国内顶级三甲医院胸外科开展的一项多中心研究,也拿AI和医生比了一场,数字比微软的更亮眼。 考卷是顶级三甲医院胸外科拿出的40例真实疑难肺癌病例,从未公开过;20位顶级专家在看到任何答卷之前,先给

新智元报道 上个月,微软在《科学》杂志上甩出一篇论文:自家AI诊断系统诊断正确率83%,对照组的全科医生只有36%。 微软AI CEO苏莱曼直言: 这是通往「医疗超级智能」的一步。 热闹还没散,未来医生联合国内顶级三甲医院胸外科开展的一项多中心研究,也拿AI和医生比了一场,数字比微软的更亮眼。 考卷是顶级三甲医院胸外科拿出的40例真实疑难肺癌病例,从未公开过;20位顶级专家在看到任何答卷之前,先给每道题写好评分规则,答卷按满足规则的程度打分,满分100。 250名三甲医生自己做,平均53分。未来医生医疗大模型MedGPT(以下简称:未来医生MedGPT)做同一套题,85分。 再把两边的答卷按病例一对一摆在一起比: 未来医生MedGPT对250名三甲医生的比分是88:12。 而且AI的答卷,平均比医生的短了四成以上。 更有意思的是它赢的方式:和微软那套,正好相反。 先说考题。肺癌晚期合并间质性肺病,做过手术又复发,基因检测结果还没出来——这种病人,教科书没有标准答案,临床指南写到这里也得打个问号,全靠医生在「灰度区域」里拿经验做判断。 研究团队从100例复杂肺癌病例中,精挑细选出40例这样的「灰区」难题: 指南推荐不明确的、多种疾病与治疗限制相互冲突的、多因素交织导致标准路径走不通的,以及治疗先后顺序直接影响后续结果的。 20位多学科顶级专家先给每个病例定好参照标准:每例6条规则,共240条,每条都写死了什么条件下成立、什么条件下不算数,其中40条是安全红线,踩线直接判负。 对面坐的也不是全科医生。医生阵容,是来自98家医疗机构的250名三甲医院医生,六成以上是主任、副主任医师,胸外、呼吸、肿瘤三科。 在人机比较维度下,没有任何辅助的医生群体平均得分53.26,未来医生MedGPT直接交出了85.29。 同一道病例一对一比,在与医生无辅助条件下提交的750份诊疗方案的比较中,未来医生MedGPT有660次获得更高评分,以88比12战胜了250名三甲医生。 ——而且它的答卷平均比医生的短了四成以上! 放到模型横评维度里,未来医生MedGPT综合评分96.22,而GPT-5.4得分71.38,Claude Opus 4.7得分61.81,Gemini 3.1 Pro得分54.62。 图示:在本研究的病例和评分条件下,完整MCE(MedGPT Clinical Explorer)生成的诊疗策略内容评分高于三种通用大模型对照,也高于删减功能或简化协作流程的版本 读到这里,你心里大概率会冒出一个问题: 是不是底下的模型比人家大? 论文里专门做了消融实验(即像拆积木一样逐个拿掉系统模块,测试哪部分真正起作用)来回答这个问题: 把未来医生 MedGPT 的流程整个拆掉,只让底层的模型裸着直接回答,成绩立刻跌了将近24分;光是拿掉多学科会诊这一个模块,就掉了16分。 差距不在模型,在流程。 换句话说,AI赢了医生,不是因为它知道得多,而是因为它把医生看病的那套功夫——查资料、想方案、自己挑错、留后路,整个做成了一套可以自动运行的流程。 更值得关注的是, 医生在获得未来医生MedGPT辅助后,综合决策评分从53.4提升至66.27,相对提高24.1%。 对于这一实验成果,包括中华医学会主委级专家、美国顶尖肿瘤医学专家在内的近10位一线临床权威给出了正面评价。 把文献拆碎,拆到一条一结论 医生看复杂病例,第一件事是翻文献、查指南。 但这里有个很容易踩的坑:一篇肺癌论文里可能同时装了好几个结论,每个结论只对特定人群成立。要是整篇文献搜上来往病人身上一套,很可能把「对A人群有效」的证据用到了B身上。 未来医生MedGPT干了一件笨功夫,把文献在入库时就拆到最小颗粒:一条证据只记一个结论,并且标清楚它对什么样的病人管用、在什么情况下不算数、出自哪篇文献。 这里有一条铁规矩:证据只能由程序从原文中抄出来,模型只能引用,不能自己编。这是锁死AI幻觉的第一道结构性硬约束。 光肺癌这一个病种,团队就拆了一万三千多篇文献,涵盖临床指南与共识、随机对照试验、Meta分析(综合多项研究结果的统计分析)、真实世界研究(基于真实临床诊疗数据的研究)、药品说明书,以及十二个国际学术会议近三年的摘要。 一共生成了超过20万条结构化证据单元,归入23个类别,其中98.3%发表于2024至2026年。 证据与证据之间还建起43万条关系链,构成一张可检索的知识网络。 全库累计超过800万条证据单元。一个医生每天读一篇论文,要读四百多年才能看完。 这活儿干了好几年,不是搭个常规的RAG搜索(即先检索资料再让大模型生成回答的技术)就能追上的。 第二步:把病人也拆开,拆成动态状态表 病历上记的是事实。但系统要的不是静态的事实清单,而是这个人现在的状态:病到了哪一步、还有什么合并症(同时患

about image

分享这篇内容

让更多人看到这份有价值的赛事观察。

TRENDING DESK

热点新闻

快速查看当前内容池中正在被关注的文章。

“响一声就挂千万别回拨!还有人敢接96110吗?”

“响一声就挂千万别回拨!还有人敢接96110吗?”

手机铃声一响,屏幕上跳出一串陌生的数字,你是立刻点下挂断,还是任由它响个不停?很多人觉得这不过是两种相似的处理方式,没什么大不了。但根据反诈民警转述的骗子内部说法,这两种做法在他们眼里,完全是两码事,甚至可能直接决定你的号码会不会被继续“关照”。 挂断 vs 不接:骗子的标记逻辑不同 骗子或骚扰电话团队通常会使用AI外呼系统批量拨号。这套系统会记录每一次呼叫的反馈状态,并据此给你的号码打上不同标签
美国杨毅:卡椒伤停球迷未曾退票 等待快船冲冠

美国杨毅:卡椒伤停球迷未曾退票 等待快船冲冠

北京时间7月30日,据相关媒体报道,洛杉矶快船队的核心组合考瓦伊-莱昂纳德和保罗-乔治,因为连续伤病问题,导致球队连年在争冠过程中受阻。美国篮球评论员斯蒂芬-A-史密斯在节目中谈到了此事。 “我并没有看到快船队的球迷得到任何补偿退款,我仍然在等待那个被称为快船而不是湖人的总冠军,如果把他们缺阵比赛的钱加起来,等同于1.02亿美元的薪水和1700万美元的代言费。”史密斯说道。 此前史密斯说莱昂纳德如
曝哈维和拜仁球员发生争吵 诺伊尔让他闭嘴

曝哈维和拜仁球员发生争吵 诺伊尔让他闭嘴

在欧冠小组赛最后一轮中,巴萨0比3输给拜仁,无缘欧冠16强。西班牙《每日体育报》披露了两队比赛中的一些细节,比如哈维曾和拜仁球员发生争吵。 据悉,在比赛的下半场,在巴萨败局已定的情况下,哈维或许是出于尊严,不断要求主裁判对拜仁的一位球员出示黄牌。 “黄牌!黄牌!”哈维不断用英语喊道。 哈维的这个要求是拜仁球员不喜欢的,拜仁的替补席指责了哈维。 哈维问他们那是不是黄牌,拜仁球员都不认为那是黄牌,哈维
尤尔曼谈丹麦4-1胜葡萄牙:冷静定调全员顶级

尤尔曼谈丹麦4-1胜葡萄牙:冷静定调全员顶级

尤尔曼站在镜头前,把4-1的大胜说成“只是历史最大胜利之一”,这种反差挺有意思。丹麦队刚在客场把葡萄牙踢得找不着北,他却一脸冷静地提醒队友,周二还要继续赢球才能确保晋级。这不像是一个刚拿到重磅胜利后的狂喜,更像是一个老练战术师在盘点库存。我盯着那几句采访反复看,总觉得漏掉了什么关键的信息量,或许正是这种“不满足”,藏着丹麦队真正可怕的地方。 很多人看球喜欢盯着球星。C罗没进球,鲁本·迪亚斯失误,葡
利物浦中场被批"像热刀切黄油",冬窗该不该再签一人?

利物浦中场被批"像热刀切黄油",冬窗该不该再签一人?

利物浦的冬窗计划仍不明朗,但刘易斯·斯蒂尔认为,再补一名中场会让伊拉奥拉的阵容更厚实——伤病正在给赛季下半程添麻烦。 在Anfield Index的Media Matters播客中,斯蒂尔与戴夫·戴维斯谈到了利物浦对拉明·卡马拉的兴趣、中场深度的重要性,以及转会窗开启后继续引援的可能性。 利物浦中场一直是讨论的焦点,尤其是在索博斯洛伊和格拉文贝赫出现伤病隐患之后。斯蒂尔认为,一旦主力缺阵,这套阵容