根据昨日的一项同行评审研究，谷歌（Google）的人工智能（AI）医疗聊天机器人在难度极高的美国USMLE执业医师资格考试中及格，但其答案仍远比不上人类医师。
▲Google医疗AI机器人通过美国USMLE执业医师资格考试。（示意图／翻摄自Pixabay）
法新社报导，去年，Chat GPT由谷歌竞争对手Microsoft（微软）资助的OpenAI开发上市，为科技巨头在快速发展的人工智能领域竞争拉开序幕。
尽管对于人工智能未来的可能性和危险性已经引起广泛讨论，但在健康领域，这项技术已经展现了具体进展，包括能够像人类一样解读某些医学扫描。
去年12月，谷歌首次在学术著作预印本中，展示了回答医学问题的人工智能工具Med-PaLM。与Chat GPT不同，谷歌尚未公布于众。
这家美国科技巨头说，Med-PaLM是第一个通过美国医师执照资格考试（USMLE）的大型语言模型，该模型的人工智能技术透过大量人类生成的文本训练。
这项考试的受试者为美国医学生和受训医师，及格分数约为60分。
在二月，一项研究指出Chat GPT已经达到及格或接近及格的结果。
在昨天发表于自然杂志（journal Nature）的同行评审研究中，谷歌研究人员表示，Med-PaLM在具有美国USMLE执业医师资格考试风格的选择题中取得67.6分。
该研究写道：“Med-PaLM的表现令人鼓舞，但仍比临床医师差。”
为了辨识并减少“错觉”（用于称作AI模型提供错误资讯的情况），谷歌说已经开发一套新的评估指标。
谷歌研究人员及这份新研究报告的主要作者辛格霍（Karan Singhal）告诉法新社，团队已使用这一套评估指标测试他们新版本的模型，并取得了“非常令人兴奋的”结果。
一份发布于5月的学术著作预印本中的研究指出，Med-PaLM2在美国USMLE执业医师资格考试中取得86.5分，比前一个版本提高了近20%。
未参与研究的英国巴斯大学（University of Bath）电脑科学家达芬波特（James Davenport）说，这些人工智能医疗聊天机器人正面临一个棘手问题，“但人们故意视而不见”。
他表示，“医学问题与实际医学”间存有很大的差异，医学实际上包含诊断和治疗真正的健康问题。
英国里兹大学（Leeds University）人工智能专家寇恩（Anthony Cohn）说：“错觉大概会永远是这些大型语言模型的问题，因为他们具有统计学上的本质。”
因此，寇恩指出：“这些模型应该始终被视为辅具，而非最终的决策者。”
