美國(guó)執(zhí)業(yè)醫(yī)師資格考試以難度大著稱，而美國(guó)研究人員發(fā)現(xiàn)，聊天機(jī)器人ChatGPT無(wú)需經(jīng)過(guò)專門(mén)訓(xùn)練或加強(qiáng)學(xué)習(xí)就能通過(guò)或接近通過(guò)這一考試。對(duì)此，有人對(duì)人工智能在臨床醫(yī)學(xué)的應(yīng)用充滿期待，有人則開(kāi)始反思美國(guó)醫(yī)學(xué)教育及相關(guān)考試的不足。

參與這項(xiàng)研究的人主要來(lái)自美國(guó)醫(yī)療保健初創(chuàng)企業(yè)安西布爾健康公司(AnsibleHealth)。他們?cè)诿绹?guó)《科學(xué)公共圖書(shū)館·數(shù)字健康》雜志9日刊載的論文中說(shuō)，他們從美國(guó)執(zhí)業(yè)醫(yī)師資格考試官網(wǎng)2022年6月發(fā)布的376個(gè)考題中篩除基于圖像的問(wèn)題，讓ChatGPT回答剩余350道題。這些題類型多樣，既有要求考生依據(jù)已有信息給患者下診斷這樣的開(kāi)放式問(wèn)題，也有諸如判斷病因之類的選擇題。兩名評(píng)審人員負(fù)責(zé)閱卷打分。

結(jié)果顯示，在三個(gè)考試部分，去除模糊不清的回答后，ChatGPT得分率在52.4%至75%之間，而得分率60%左右即可視為通過(guò)考試。值得注意的是，ChatGPT有88.9%的主觀回答包括“至少一個(gè)重要的見(jiàn)解”，即見(jiàn)解較新穎、臨床上有效果且并非人人能看出來(lái)。相比之下，專門(mén)針對(duì)生物醫(yī)學(xué)領(lǐng)域文獻(xiàn)訓(xùn)練出來(lái)的一款大型語(yǔ)言模型PubMedGPT在類似測(cè)試中得分率剛過(guò)50%。

研究人員說(shuō)，“在這個(gè)出了名難考的專業(yè)考試中達(dá)到及格分?jǐn)?shù)，且在沒(méi)有任何人為強(qiáng)化（訓(xùn)練）的前提下做到這一點(diǎn)”，這是人工智能在臨床醫(yī)學(xué)應(yīng)用方面“值得注意的一件大事”，顯示“大型語(yǔ)言模型可能有輔助醫(yī)學(xué)教育、甚至臨床決策的潛力”。

實(shí)際上，在這篇論文初稿寫(xiě)作過(guò)程中，ChatGPT就做出了“較大貢獻(xiàn)”，與研究人員關(guān)系如同事般，而安西布爾健康公司的臨床醫(yī)生們也已在使用ChatGPT改寫(xiě)一些術(shù)語(yǔ)繁多的報(bào)告，以便患者理解。

新西蘭惠靈頓維多利亞大學(xué)軟件工程講師西蒙·麥卡勒姆對(duì)人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用同樣樂(lè)觀。他告訴法新社記者，谷歌公司一款名為Med-PaLM的人工智能醫(yī)療助手“能夠向患者提供和專業(yè)全科醫(yī)生一樣好的建議”。隨著技術(shù)不斷發(fā)展，“我們可能很快會(huì)從‘谷歌醫(yī)生’或‘必應(yīng)（微軟旗下搜索引擎的名稱）護(hù)士’那里得到醫(yī)學(xué)方面建議”。