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

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

研究人員提出一個評估基準(zhǔn)來評測大語言模型在臨床知識方面的表現(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%的長篇答案符合科學(xué)共識，與臨床醫(yī)生生成的答案（92.9%）相當(dāng)；5.9%的答案被評為可能導(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）