第二篇论文也于 12 月发表在 arXiv上，评估了另一个大型语言模型 Flan-PaLM 在 USMLE 上的表现。 AI 研究人员 Vivek Natarajan 及其同事解释说，这两种模型之间的主要区别在于，该模型经过大量修改以准备考试，使用了一组称为 MultiMedQA 的医学问答数据库。

Flan-PaLM 在回答 USMLE 问题时达到了 67.6% 的准确率，比之前使用 PubMed GPT 进行的最佳表现高出约 17 个百分点。

Natarajan 和团队得出结论，大型语言模型“为重新思考医疗人工智能的发展提供了重要机会，并使其更容易、更安全、更公平地使用。”

ChatGPT 和其他 AI 程序一直作为新研究论文的主题出现，有时还作为合著者出现，重点是测试该技术在医学上的实用性。

当然，医疗保健专业人士也对这些发展表示担忧，尤其是当 ChatGPT 被列为研究论文的作者时。 Natureopens in a new tab or window 最近发表的一篇文章强调了潜在同事和新兴技术合著者的不安。

反对在研究中使用 AI 程序的一个理由是它们是否真的能够为论文做出有意义的学术贡献，而另一个反对意见强调 AI 工具首先不能同意成为合著者。

根据《自然》杂志的文章，其中一篇论文的编辑在新标签页或窗口中打开，将 ChatGPT 列为作者，称这是一个错误，将予以纠正。 尽管如此，研究人员现在已经发表了几篇论文，称这些人工智能程序是医学教育、研究甚至临床决策的有用工具。

Natarajan 及其同事在他们的论文中得出结论，大型语言模型可以成为医学上的有益工具，但他们的第一个希望是他们的发现将“激发患者、消费者、人工智能研究人员、临床医生、社会科学家、伦理学家、政策制定者之间的进一步对话和合作 和其他感兴趣的人，以便负责任地转化这些早期研究成果，以改善医疗保健。”

事实上，现在大型语言模型可以通过各种考试。有一项研究也显示，ChatGPT能轻松通过大学的MBA考试。

当然，有人说医生有人性化，会安慰病人。

但是，谁知道再过一二十年，出现的人型智能机器人，可能比现在的医生更会讲笑话，更幽默，更有趣呢。同时，还是知识达人，无所不能。

梅斯认为，人工智能随着算法和大型语言模型的问世，人工智能迎来了拐点，从过去的积累阶段到达上升阶段，将在各个领域得到应用，并有可能深刻改变这些领域。医疗同样如此。

也许，未来医生对能力的需求，不是基础知识，而是创造力！人类的知识，温情，理性，判断力这些都容易被机器替代或取代，只有人类的智慧才难以被取代。

原始出处：