哈佛研究：AI急诊诊断准确率超越人类医生，67% vs 55%

哈佛医学院和贝斯以色列女执事医疗中心的研究团队，比较了OpenAI的o1和4o模型与两位内科主治医生在急诊室诊断中的表现。

这项研究发表在顶尖学术期刊《科学》（Science）上，引发了医学界和AI界的广泛关注。

研究分析了76名急诊患者的真实病例。

实验方法非常严格：

• 两位评估医生在不知道诊断来源（AI或人类）的情况下进行盲评
• 提供给AI的是电子病历中的原始文本信息，未经过任何预处理
• 评估标准为诊断是否「精确或非常接近」

尤其值得注意的是，这个优势在初步分诊阶段（信息最少、决策最紧迫）最为明显。

这意味着：

• 在最需要快速判断的时刻，AI可能比人类更精准
• AI不会因为疲劳、压力或经验偏差而影响判断
• AI可以在几秒内综合所有病史信息

研究者和业内专家也指出了重要的局限性：

其他关键限制：

• 样本量: 仅76个病例，需要更大规模验证
• 责任框架缺失: AI诊断出错，谁来负责？
• 临床整合: 如何在真实的急诊流程中使用AI？
• 患者信任: 患者是否愿意接受AI的诊断？

研究者之一Adam Rodman明确警告：

目前对于AI诊断尚无明确的责任认定框架，患者仍期望由人类医生主导关键决策。AI更可能是医生的「第二意见」，而非替代者。