《利用大语言模型实现精确的鉴别诊断》

本文探讨了大语言模型“阿米”在辅助临床医师进行鉴别诊断中的潜力。研究使用了302个来自《新英格兰医学杂志》的复杂病例，结果显示，“阿米”独立诊断的top-10准确率达到59.1%，显著高于未经辅助的临床医生（33.6%）。此外，“阿米”显著提高了临床医生的诊断能力，使用“阿米”辅助的临床医生的top-10准确率为51.7%，且生成的鉴别诊断列表更全面。与GPT-4相比，“阿米”在top-n准确率（n>1）方面表现更好，特别是在n>2时差距明显。研究还讨论了“阿米”作为独立诊断工具和辅助工具的优缺点，强调其在处理复杂病例方面的优势。