大型语言模型可能能够出色地通过医学答案 ，但目前使用它们进行诊断是极其不负责任的。医疗聊天机器人会草率地做出诊断，不遵守指导方针，并会危及患者的生命。

这是慕尼黑工业大学团队得出的结论。他们首次系统地研究了这种形式的人工智能(AI)是否适合日常临床实践。

尽管目前存在缺陷，但研究人员看到了该技术的潜力。他们发表了一种可用于测试未来医疗聊天机器人可靠性的方法。

大型语言模型是使用大量文本进行训练的计算机程序。ChatGPT 背后的技术经过特殊训练的变体现在甚至可以近乎完美地解决医学研究的期末答案 问题。

但这样的人工智能能够取代急诊室医生的工作吗?它能安排适当的检查、做出正确的诊断，并根据病人的症状制定治疗计划吗?

由慕尼黑工业大学医疗和医学人工智能教授 Daniel Rückert 领导的跨学科团队在《自然医学》杂志上发表的一篇文章中解答了这个问题。

医生和人工智能专家首次系统地研究了开源大型语言模型 Llama 2 的不同变体在诊断方面的成功率