Nature：AI比医生更擅长从图片中诊断皮疹

聊天机器人可以通过分析医疗图像准确诊断部分疾病。近期，发表在医学顶刊Nature上的一篇报道称，谷歌公司最新版本的医疗聊天机器人Articulate Medical Intelligence Explorer（AMIE）可使用患者信息和手机照片指出皮疹的病因，还可以分析心电图等医疗影像，但目前仍属于试验阶段。

此次更新版本是基于可处理图像的谷歌大型语言模型（LLM）Gemini 2.0，研究人员将其调整为医学用途，通过添加一种算法来提高LLM诊断性对话和临床推理的能力。为测试AMIE的新功能，25名扮演患者的“演员”与聊天机器人AMIE和一名临床医生进行了虚拟会诊，共模拟了105个医疗场景并展示了相关的医学图像。每次会诊后，AMIE和医生分别给出诊断和治疗方案。AMIE和医生的表现由18名医学专家通过分析访视记录和访视报告进行评估。结果表明，AMIE在诊断方面的准确性高于临床医生，受低质量图像等问题的影响较小。

专业人士对此评价不一。参与研究的共同作者、伦敦Google DeepMind科学家Ryutaro Tanno表示：“研究人员命令该模型模拟患者与医生之间的对话，扮演了患者、医生以及评估两者对话的第三方。早期版本涉及使用专门的数据库对模型进行再训练，过程复杂。相比之下，新版本更便宜，并且有更易获取的可能性。”

斯坦福大学数字健康中心主任Eleni Linos认为，整合图像和临床信息的系统类似于反映临床医生实际想法的人工智能助手，但模拟的互动不能捕捉到真实医疗的复杂性：医生具有经验、直觉和对患者进行体格检查的能力，这难以在模拟脚本中进行复制。

以色列特拉维夫大学的数字健康专家Dan Zeltzer指出，上述研究结果显示出一定的前景，但还存在很多不确定性。此外，该研究并未详细说明开发人员使用的代码和提示性语言，这意味着其他研究人员无法复制该系统或在其基础上进行建构。

纽约市西奈山伊坎医学院的人工智能科学家Xueyan Mei评价：“在真实世界中部署此类模型存在挑战。尽管如此，开发用于诊断的LLM确实是未来的发展方向。”