當(dāng)?shù)貢r(shí)間7月12日，Google和DeepMind的科研人員在《自然》雜志上發(fā)表一項(xiàng)研究，提出了MultiMed QA評(píng)估基準(zhǔn)，用于評(píng)測(cè)大語(yǔ)言模型在臨床知識(shí)方面的表現(xiàn)。結(jié)果研究人員發(fā)現(xiàn)，大語(yǔ)言模型構(gòu)建的AI醫(yī)生在很多方面與人類(lèi)醫(yī)生相當(dāng)。

谷歌的研究人員表示，這項(xiàng)技術(shù)不會(huì)威脅到全科醫(yī)生的工作，但未來(lái)可能可以用于醫(yī)療求助熱線(xiàn)。

研究人員提出一個(gè)評(píng)估基準(zhǔn)來(lái)評(píng)測(cè)大語(yǔ)言模型在臨床知識(shí)方面的表現(xiàn)，在引入指令提示調(diào)整后，由此產(chǎn)生的模型Med-PaLM表現(xiàn)令人鼓舞：92.6%的長(zhǎng)篇答案符合科學(xué)共識(shí)，與臨床醫(yī)生生成的答案（92.9%）相當(dāng)；5.9%的答案被評(píng)為可能導(dǎo)致有害結(jié)果，與臨床醫(yī)生生成的答案（5.7%）的結(jié)果相似。（澎湃新聞）