人工智能又取得大勝？ChatGPT的健康問(wèn)答結(jié)果碾壓人類(lèi)醫(yī)生

最新公布的一項(xiàng)研究表明，聊天機(jī)器人ChatGPT在某些方面能表現(xiàn)得比醫(yī)生出色。

這項(xiàng)研究周五(4月28日)發(fā)表在國(guó)際著名醫(yī)學(xué)期刊《JAMA Internal Medicine》上。結(jié)果表明：人工智能助手可能有能力幫助醫(yī)生起草對(duì)患者問(wèn)題的回答。

作者加州大學(xué)圣地亞哥分校約翰·W·艾爾斯(John W. Ayers)博士稱(chēng)，聊天機(jī)器人對(duì)患者的回應(yīng)要普遍優(yōu)于醫(yī)生的回應(yīng)，并且在回答質(zhì)量和同理心方面的評(píng)分都明顯高得多，“用人工智能改善醫(yī)療保健的機(jī)會(huì)是巨大的?！?/p>

具體來(lái)看，研究團(tuán)隊(duì)從一個(gè)社交論壇上抽取了195個(gè)醫(yī)學(xué)問(wèn)題，每一個(gè)問(wèn)題都有人類(lèi)醫(yī)生作出過(guò)回答。接著將這些問(wèn)題輸入到ChatGPT中，得到了對(duì)應(yīng)的人工智能的回答。

然后，團(tuán)隊(duì)將人類(lèi)醫(yī)生的回答和聊天機(jī)器人的回答交由三名醫(yī)療保健專(zhuān)業(yè)人員來(lái)評(píng)估。

這組專(zhuān)業(yè)人員需要在三個(gè)方面打分：

一、哪個(gè)反應(yīng)得更好?

二、信息的質(zhì)量如何?

三、回答是否具備同理心?

在評(píng)估過(guò)程中，醫(yī)療保健專(zhuān)業(yè)人員并不知道哪一份回答是來(lái)自人類(lèi)的，或是來(lái)自ChatGPT的。

結(jié)果顯示：在第一個(gè)問(wèn)題上，評(píng)估者認(rèn)為，聊天機(jī)器人在78.6%的問(wèn)題上表現(xiàn)得比人類(lèi)醫(yī)生好;

在質(zhì)量上，評(píng)估者覺(jué)得聊天機(jī)器人78.5%的回答表現(xiàn)良好或非常好，而人類(lèi)醫(yī)生只有22.1%;

在同理心方面，聊天機(jī)器人45.1%的回答被評(píng)為有同理心或非常有同理心，而醫(yī)生的比例只有4.6%。

研究提供了一個(gè)非常典型的例子。一名患者在論壇提出了一個(gè)問(wèn)題：漂白劑濺入眼睛后是否有失明的風(fēng)險(xiǎn)。ChatGPT先是表達(dá)關(guān)切，隨后針對(duì)“不太可能失明”的結(jié)果提出了七句建議和鼓勵(lì)。

而人類(lèi)醫(yī)生則是回應(yīng)，“聽(tīng)起來(lái)你會(huì)沒(méi)事的”，然后貼出了中毒中心的電話號(hào)碼。經(jīng)對(duì)比，三位醫(yī)療保健專(zhuān)業(yè)人員都更喜歡ChatGPT的反應(yīng)。

但有專(zhuān)家指出，ChatGPT的回復(fù)通常要比醫(yī)生長(zhǎng)得多，可能會(huì)影響質(zhì)量和同理心的分?jǐn)?shù)。愛(ài)丁堡大學(xué)自然語(yǔ)言處理教授Mirella Lapata稱(chēng)，如果不控制回答的長(zhǎng)度，就很難確定評(píng)分者的判斷標(biāo)準(zhǔn)。

本周另有一項(xiàng)研究表明，ChatGPT在一些特定的醫(yī)學(xué)場(chǎng)合具有獨(dú)特的價(jià)值和優(yōu)勢(shì)。研究人員要求ChatGPT提供五年級(jí)閱讀水平的醫(yī)囑，“ChatGPT提供的答案寫(xiě)得很好、很詳細(xì)，有望讓待診患者更早獲得專(zhuān)業(yè)信息。”

不過(guò)，賓夕法尼亞大學(xué)醫(yī)學(xué)教授David Asch博士強(qiáng)調(diào)，ChatGPT應(yīng)該被視為對(duì)醫(yī)生的補(bǔ)充。他還警告，人工智能工具還沒(méi)有充分準(zhǔn)備好，“我擔(dān)心錯(cuò)誤信息會(huì)被放大?！?/p>

本文轉(zhuǎn)自財(cái)聯(lián)社，作者：趙昊；智通財(cái)經(jīng)編輯：李程