【新智元导读】AI从医疗工具变身为协作队友，斯坦福大学研究揭示：医生诊断准确率竟飙升10%！70名美国执业医生参与的真实测试，AI-first、AI-second与传统诊断，谁能更精准破解临床谜题？ 实验设计很巧妙：让医生和AI各自先独立分析病例，然后AI生成一份联合报告，不仅列出双方的共识和分歧，还会像资深医生一样点评每个诊断的合理性。 AI-first组：医生首先输入病例信息，查看AI生成的诊断建议（包括五个可能的诊断和七个后续步骤），然后结合自己的判断形成最终诊断。 AI-second组：医生先独立完成诊断（可以使用传统资源如UpToDate、PubMed等），再将病例和自己的初步诊断输入AI系统，AI会生成独立分析并与医生的诊断进行整合，生成一份综合报告。 每个病例包含病史、体检和实验室检查结果，医生需要提供三个可能的诊断、支持和反对的证据、最终诊断及三个后续步骤。 研究通过19分制的评分系统评估诊断的准确性，评分由两位内科认证医生独立完成，且评分者不知道答案来自医生还是AI，以确保公平。 它不仅生成自己的诊断，还会对比医生和AI的判断，生成一份综合报告，清晰列出双方提出的诊断、共识点、分歧点，并对每个诊断提供评论。 医生很容易漏掉某个实验室指标（比如「血清LDH升高」提示细胞破坏），但AI能瞬间扫描所有数据，精准关联高LDH+巨幼细胞贫血可能指向骨髓增生异常综合征。 比如看到老年女性、乏力、舌炎，可能优先考虑缺铁性贫血，但AI会跳出经验框架，提出维生素B12缺乏或甲状腺功能减退的可能性。 决策链的逻辑性：AI的诊断报告就像思维流程图：先列出3个最可能的诊断，再用支持证据和反对证据逐条论证，最后给出3个下一步检查建议。 1. 会「吵架」的批判性思维：当医生的诊断和AI不一致时，AI不会直接服从，而是会说：「您提到的原发性胆汁性胆管炎可能性较低，因为患者缺乏胆汁淤积的证据，但需要注意罕见变异型。」 2.能「翻译」的沟通能力：传统AI输出的是学术化的语言，但实验中的AI会用口语化表达：「目前看，真性红细胞增多症是最可能的，但淋巴瘤不能完全排除，建议先查血清EPO水平和骨髓活检。」 3.可「追溯」的透明化决策：每个诊断结论，AI都会标注证据来源，比如「支持淋巴瘤的证据是瘙痒和尿酸升高（引用文献X），反对证据是缺乏淋巴结肿大（引用指南Y）。」 比如，有个病例中医生误判缺铁性贫血，AI在后续分析中居然也把这个诊断放在了第一位。尽管按照数据，维生素B12缺乏才是更合理的方向。 有位住院医师在看到AI提出骨髓瘤时，立刻反驳：患者没有骨痛和蛋白尿，这个诊断可能性太低，并最终通过追问病史排除了这一方向。
