加州大学旧金山分校（UCSF）的医学专家借鉴市场调研中的“群体意见分析”思路，探索人工智能（AI）通过整合多位医生的临床记录，提升对复杂肝病——肝肾综合征（HRS）的诊断准确率。相关研究发表于《Gastro Hep Advances》期刊。 HRS是一种与严重肝病密切相关的并发症，临床诊断难度大，常在住院期间被延误或误判。研究团队由UCSF医学与胃肠病学助理教授、医学博士兼MBA Jin Ge领导，尝试利用大语言模型分析多名医疗人员在病程中留下的临床笔记，提取“集体意见”——即“临床情感”（clinical sentiment），以辅助诊断。 该方法灵感来自电商网站中对用户评论的“情感分析”技术，AI通过识别文本中的积极、消极或中性倾向，总结大众意见。在本研究中，AI被用于分析不同医生对患者病情的描述，判断整个医疗团队对HRS的综合判断倾向。 研究将传统基于实验室检查等客观指标的诊断方法，与融合AI生成“临床情感评分”的新模型进行对比。结果显示，加入AI分析后，对HRS的预测准确率在患者出院时显著提升。 该技术尤其有助于在医疗团队意见不一致、存在诊疗分歧的情况下，提供一个统一的、基于团队共识的综合判断，帮助医生和患者更清晰地理解病情，加快治疗决策进程。Ge博士表示：“‘群体智慧’不仅预测结果，更能揭示医疗团队对患者状况的整体看法。在存在不确定性时，AI生成的摘要有助于统一诊疗思路，推动治疗尽早启动。” 目前该技术仍处于研究阶段，尚未应用于临床实践，但研究团队计划进一步开展试验，评估其在真实医疗场景中对临床决策和患者预后的实际影响。