#健闻登顶计划##ai# 人-AI协作诊断团队实现最高效医疗诊断！一个国际研究团队首次系统性证明，将人类专业知识与AI模型结合，可实现最精准的开放性诊断，相关论文发表在《美国国家科学院院刊/PNAS》上。

诊断错误与AI的潜力与风险：诊断失误是日常医疗实践中最严峻的问题之一。AI系统（尤其是ChatGPT-4、Gemini、Claude 3等大型语言模型）为高效支持医疗诊断提供了新途径，但其风险也不容忽视：“幻觉”是最大问题之一，复制现有社会或医疗偏见，且犯一些常让人类困惑的错误。

由马克斯·普朗克人类发展研究所牵头，与人类诊断项目（旧金山）和意大利国家研究委员会认知科学与技术研究所（CNR-ISTC罗马）合作的国际团队，探索了人类与AI的最佳协作模式。

核心发现：混合诊断团队（由人类专家与AI组成）的诊断准确率显著高于纯人类或纯AI团队，尤其在处理需多解的复杂开放性诊断问题时。“结果表明，人类与AI模型的合作在提升患者安全方面潜力巨大”。

研究设计与关键发现：团队使用人类诊断项目的临床案例数据（包含病例简述及正确诊断），通过2100余个病例对比了医学专家与5个主流AI模型的诊断能力。

研究模拟了多种诊断团队：单人、纯人类团队、纯AI模型、人机混合团队，共分析超4万份诊断结果（按国际医学标准SNOMED CT分类评估）。

关键结论如下：

1. 错误互补性：人类与AI系统性地犯不同错误——AI失误时人类常能纠正，反之亦然。例如，当AI模型漏诊罕见病时，人类专家凭借临床经验可识别；而AI能快速检索海量文献，避免人类因记忆偏差漏查指南。

2. 集体智慧叠加效应：即便在人类团队中加入1个AI模型（或反之），诊断准确率也显著提升，而“多人+多AI”的集体决策可靠性最高。

3. AI团队的优势与局限：纯AI团队平均超越85%的人类诊断者，但在涉及复杂病史或罕见病时，人类表现更优。

所以，不要谋求AI顶替医生，而要告诫医生更好地利用AI，为患者提供最佳服务。

人-AI协作的广泛应用前景：研究者特别指出，在医疗资源匮乏地区，人机协作诊断可能成为提升医疗公平性的关键工具。“这种模式还可迁移至其他高风险决策领域——如法律系统、灾害响应或气候政策。例如，项目正开发工具以优化气候适应决策”。