Hinton梦想的AI医生要来了！斯坦福哈佛实测：o1以78%正确率超人类

AI医生的时代正在到来！

哈佛、斯坦福等学术医疗中心的医生发布重磅论文，测试了OpenAI o1-preview在医疗推理和诊断任务中的表现。

结果表明，在所有的实验中，无论是临床案例还是急诊室的第二意见，o1-preview的表现都全面超出人类医生！

论文地址：

文章中，研究团队全面评估了o1-preview与数百名医生表现的对比。

此外，他们还在波士顿一所大型学术三级急诊中心随机抽取患者，采用盲评方式，把大模型给出的「第二诊疗意见」与专家医生的诊断进行对比。

实验结果惊人

团队首先使用《新英格兰医学杂志》（NEJM）发表的临床病例讨论（CPCs）来评估o1-preview。

两位医生对o1-preview给出的诊断质量评价高度一致——在143个病例中有120例观点相同（84%）。

o1-preview在近八成病例（78.3%）中都把正确诊断列进了它的「待选清单」（图 1）。

如果只看它给出的第一个诊断，有52%一击即中。

另外，无论是在预训练数据截止点之前还是之后，模型的表现没有明显差异：截止点前准确率为79.8%，截止点后为73.5%。