急诊室里，AI比医生早12小时诊断出致命感染

本文探讨了推理模型在临床诊断中的表现。研究背景源于1959年研究者提出的用计算机解答医学难题的设想。研究目的为评估新型AI推理模型在医疗诊断推理上的能力，并与人类医生进行对比。研究通过五项实验，利用《新英格兰医学杂志》的复杂病例、病历写作考试、管理决策测试等，系统比较了模型与医生的表现。结果显示，在多项文本-based推理任务上，推理模型的准确率显著优于传统AI模型和多数人类医生，尤其在信息稀缺的分诊阶段，能比人类医生早12-24小时识别出罕见但致命的感染。结论表明，推理模型在临床推理方面已达到高水平，但并非取代医生，而是可作为辅助工具；未来需解决模型幻觉、应用边界等问题，并通过更广泛的临床试验验证其真实世界的效用。