一项研究表明，仅依靠聊天机器人在做出细微的临床决策时胜过医生，但在人工智能的支持下，医生的表现与聊天机器人相当。
基于人工智能的聊天机器人在诊断某些复杂疾病方面变得相当优秀。但是，聊天机器人在诊断后如何指导治疗和护理呢？例如，患者在手术前应停止服用处方血液稀释剂多长时间？如果患者过去对类似药物有不良反应，是否应该更改患者的治疗方案？这些问题没有教科书的正确或错误答案 — 这取决于医生的判断。
乔纳森·H·陈，医学博士，PhD，医学助理教授，以及一组研究人员正在探索聊天机器人，这种大型语言模型（LLM）能否有效回答如此细微的问题，以及由聊天机器人支持的医生是否表现更好。
结果是，是的，两个问题的答案都是肯定的。研究团队测试了聊天机器人在面对多种临床十字路口时的表现。有聊天机器人的情况胜过仅能访问互联网搜索和医学参考的医生，但在他们自己的LLM的支持下，这些来自美国多个地区和机构的医生与聊天机器人的表现相当。
“多年来，我一直认为，当人类和计算机结合时，整体的表现会超过单独的任何一个，”陈说。“我认为这项研究挑战我们更加批判性地思考这一点，并问自己，‘计算机擅长什么？人类擅长什么？’我们可能需要重新考虑我们使用和结合这些技能的地方，以及我们可能为哪项任务引入人工智能。”
关于这些结果的一项研究于2月5日发表在自然医学上。陈和哈佛大学助理教授亚当·罗德曼共同担任资深作者。博士后学者以太尼·高，医学博士，以及罗伯特·加洛，医学博士，是共同首席作者。
受到聊天机器人的支持
2024年10月，陈和高领导的团队开展了一项研究，发表在JAMA网络开放期刊上，测试聊天机器人在诊断疾病时的表现，发现其准确性高于医生，即使医生也在使用聊天机器人。当前的论文深入探讨了医学中更加模糊的方面，评估了聊天机器人和医生在“临床管理推理”类别下的问题上的表现。
高这样解释差异：想象一下，你正在使用手机上的地图应用引导自己前往某个目的地。使用LLM来诊断疾病有点像用地图来准确确定位置。达到目的地的过程就是管理推理部分 — 你是因为交通而选择小路？继续原路而行、慢慢前进？还是等待希望交通畅通无阻？
在医学背景下，这些决策可能会变得棘手。假设一位医生意外发现住院患者的上肺部分有一个较大的肿块。下一步该怎么办？医生（或聊天机器人）应该意识到，上肺的一个大结节在统计上有很高的可能性会扩散到全身。医生可以立即对肿块进行活检，安排手术的时间或者进行影像学检查以尝试了解更多信息。
确定哪种方法最适合患者依赖于大量细节，从患者已知的偏好开始。他们是否不愿接受侵入性程序？患者历史上是否显示出缺乏跟进预约？医院的健康系统在组织后续预约时是否可靠？转诊呢？这些类型的背景因素是至关重要的，陈说。
研究团队设计了一项试验，研究三组的临床管理推理表现：仅聊天机器人、46名得到聊天机器人支持的医生，以及46名仅能访问互联网搜索和医学参考的医生。他们选择了五个去身份化的患者案例，将其提供给聊天机器人和医生，所有人都提供了书面回复，详细说明他们将在每种情况下做什么，为什么以及在做出决策时考虑了什么。
此外，研究人员还召集了一组持有执照的医生，创建一个评分标准，以评定医疗判断或决策是否适当。然后根据评分标准对这些决策进行评分。
令团队惊讶的是，聊天机器人的表现优于那些仅能访问互联网和医学参考的医生，在评分标准上勾选的项目比医生多。但与聊天机器人配对的医生的表现与仅聊天机器人的结果相当。
聊天机器人医生的未来？
确切的说，是什么使得医生与聊天机器人的合作得到提升尚待讨论。使用LLM是否迫使医生对病例更加深思熟虑？还是LLM提供的是医生自己不会想到的指导？这是未来探索的方向，陈说。
聊天机器人及与聊天机器人配对的医生的积极结果引出了一个备受关注的问题：人工智能医生会到来吗？
“也许这是对人工智能有利的一点，”陈说。但研究结果表明，医生可能希望接受聊天机器人的辅助，而不是取代医生。“这并不意味着患者应该跳过医生，直接去找聊天机器人。不要这样，”他说。“有很多好的信息，但也有坏的信息。我们都必须培养的技能是识别哪些信息是可信的，哪些不是。这在现在比以往任何时候都更重要。”
来自VA帕洛阿尔托医疗系统、贝斯以色列女执事医疗中心、哈佛大学、明尼苏达大学、弗吉尼亚大学、微软和凯瑟的研究人员为这项工作做出了贡献。
这项研究得到了戈登和贝蒂·摩尔基金会、斯坦福临床卓越研究中心和VA医学信息学高级奖学金的资助。
斯坦福大学医学系也支持这项工作。
