大阪市立大学医学院的研究团队进行了一项关于生成式人工智能（AI）在医学诊断中能力的元分析。这项研究涵盖了2018年6月至2024年6月期间发表的83篇研究论文，涉及多个医学专科领域。研究表明，生成式AI在诊断准确性方面与非专科医生相当，但与专科医生相比，仍存在一定的差距。具体而言，生成式AI的平均诊断准确率为52.1%，而专科医生的诊断准确率则高出15.8%。然而，最新的生成式AI模型在某些情况下已经能够达到与非专科医生相当的诊断水平。 研究的主要领导者是大阪市立大学医学院的高田宏玩家理学博士和上田大二副教授。他们指出，这项研究的意义在于表明，生成式AI可以在医学教育中起到支持非专科医生的作用，特别是在医疗资源有限的地区，可以辅助诊断。然而，他们也强调了未来研究的方向，包括在更复杂的临床场景中进行评估、使用实际医疗记录进行性能测试、提高AI决策的透明度以及在更多样化的患者群体中验证AI的能力。 生成式AI，尤其是像ChatGPT这样的大型语言模型，在医学领域的应用潜力巨大。ChatGPT因其高诊断准确性而成为研究中最常被分析的模型。在某些特定条件下，ChatGPT的表现已经接近人类医生，特别是在提供初步诊断和建议方面。然而，这并不意味着AI可以完全取代医生，特别是在处理复杂病例和需要深入专业知识的情况下。目前，AI更多的是一种辅助工具，可以在初级医疗和资源有限的地区发挥重要作用。 此次研究为生成式AI在医学诊断中的应用提供了重要的科学依据。尽管生成式AI在准确性方面还无法与专科医生相提并论，但其与非专科医生相当的诊断能力表明，AI在未来医疗中可能扮演更加重要的角色。高田博士表示，这一发现有助于推动AI在医学教育和辅助诊断中的应用，但仍需进一步的研究和验证。 业内人士对这一研究结果给予了积极的评价。他们认为，生成式AI在辅助诊断和医学教育中的应用前景广阔，特别是能够提升基层医疗服务的水平。同时，其高效性和可访问性也为医疗资源不足的地区提供了新的解决方案。然而，也有专家指出，生成式AI的透明度和可解释性仍是需要解决的重要问题，这将直接影响到其在临床应用中的信任度和接受度。 大阪市立大学医学院在医学研究领域具有较高的声誉，特别是在人工智能和医学诊断的交叉学科研究方面。该研究团队在AI技术应用于医疗诊断领域的持续探索，为推动这一技术的实用化和普及做出了重要贡献。