當地時間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，用于評測大語言模型在臨床知識方面的表現(xiàn)。結果研究人員發(fā)現(xiàn)，大語言模型構建的AI醫(yī)生在很多方面與人類醫(yī)生相當。

谷歌的研究人員表示，這項技術不會威脅到全科醫(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)，在引入指令提示調整后，由此產生的模型Med-PaLM表現(xiàn)令人鼓舞：92.6%的長篇答案符合科學共識，與臨床醫(yī)生生成的答案（92.9%）相當；5.9%的答案被評為可能導致有害結果，與臨床醫(yī)生生成的答案（5.7%）的結果相似。（澎湃新聞）