站長之家(ChinaZ.com) 5月18日消息: OpenAI 的 ChatGPT 正在通過醫(yī)學(xué)考試，兩項最新研究表明，這一次 ChatGPT 在放射學(xué)考試中取得了及格分?jǐn)?shù)。

研究人員將 ChatGPT 的 GPT-3.5 版本和 GPT-4 版本評估了放射學(xué)考試的 150 個問題。他們發(fā)現(xiàn)，在兩個版本中，AI 的聊天機(jī)器人從 69.3% 的接近及格的分?jǐn)?shù)提高到了 80.7%，在高級別思維問題中表現(xiàn)更為出色，特別是在描述影像發(fā)現(xiàn)和應(yīng)用醫(yī)學(xué)概念方面，GPT-4 版本的表現(xiàn)更好。

這些問題是基于文本的選擇題，分為兩個大類（高級和低級），以評估技術(shù)在回答問題方面的具體優(yōu)勢和劣勢。這些問題被選中以匹配加拿大皇家學(xué)院和美國放射學(xué)委員會考試的風(fēng)格、內(nèi)容和難度。

ChatGPT 在醫(yī)學(xué)考試中的應(yīng)用已經(jīng)成為一種常見現(xiàn)象。自 ChatGPT 在 2022 年 11 月 30 日發(fā)布以來，通過醫(yī)學(xué)認(rèn)證考試一直是 AI 開發(fā)人員的長期目標(biāo)，尤其是谷歌的醫(yī)學(xué)重點大語言模型（LLM）Med-PaLM。

自當(dāng)月以來，參與 AI 測試使用于醫(yī)學(xué)認(rèn)證的研究已成為一種常見實踐，特別是通過 ChatGPT 的性能來提升在醫(yī)學(xué)領(lǐng)域的應(yīng)用。醫(yī)學(xué)認(rèn)證考試成為了 AI 開發(fā)的一個長期目標(biāo)。

在 2022 年 12 月，研究人員展示了 Med-PaLM 在美國醫(yī)療許可考試（USMLE）上獲得了 67.6% 的準(zhǔn)確率，這是及格分?jǐn)?shù)的普遍門檻，這是 AI 在醫(yī)學(xué)上功能的一個重大里程碑，類似于人工智能在多年中與國際象棋大師的競爭。

此外，ChatGPT 最近還接受了評估其回答患者問題的能力。在與真實醫(yī)生回答的比較中，經(jīng)過盲評估的評價者在 75% 以上的時間內(nèi)更喜歡 ChatGPT 的回答。與醫(yī)生的回答相比，該 AI 聊天機(jī)器人的回答也被評為更具有同情心。

總的來說，現(xiàn)在 AI 模型在醫(yī)學(xué)上能做什么和不能做什么的努力是一個設(shè)定基準(zhǔn)的過程。Bhayana 表示，目前的重點是確定 ChatGPT 和其他 AI 模型可以在醫(yī)學(xué)上如何使用，但他警告說，由于這些技術(shù)往往會「幻覺」或說謊（通常非常自信），因此應(yīng)用是有限制的。然而，他希望技術(shù)能夠不斷改進(jìn)，以實現(xiàn)在醫(yī)學(xué)上更廣泛的應(yīng)用。

目標(biāo)是了解醫(yī)生可以信任這些工具的程度，然后開始著手改進(jìn)和優(yōu)化這些模型，以適用于特定的臨床用途。目前，生成式 AI 已經(jīng)表明在某些用途上是高效的，例如聽寫和轉(zhuǎn)錄，但 Bhayana 認(rèn)為，在醫(yī)學(xué)上醫(yī)生將能夠信任這些工具，需要更多時間和更新。

他表示:「隨著這些工具的出現(xiàn)，重點在于了解它們的性能，尋找它們的應(yīng)用，并確保人們知道它們的優(yōu)點和限制，以便醫(yī)生與技術(shù)共同發(fā)展。」

（舉報）