标签： AI临床推理

来源： 《JAMA Network Open》

麻省总医院团队评估21种大语言模型在29个临床案例中的分步推理能力，发现模型在完整信息下最终诊断准确率超90%，但超80%的情况下无法生成合理的鉴别诊断清单。为此提出PrIME-LLM评分体系，综合评估诊断推理全流程。研究强调当前AI仍需“人类在环”监督，尚不适合无监督临床部署。