大型推理模型临床诊断的准确性与安全性权衡研究

DrugOne团队在智源社区解读了发表在 Nature Communications 上的一项研究：该研究基于 MIMIC-IV 和 eICU 数据构建长上下文诊断基准 AIMS-LDR，对比 GPT-5、Gemini 2.5、Claude 4、DeepSeek 及两种 Qwen3 的推理与非推理模式在临床诊断中的表现。 据该解读，大型推理模型通过引入更复杂的推理过程，在临床诊断中展现出优于传统大语言模型的潜力；研究同时考察准确性与安全性之间的权衡。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。