待验证50% 置信权衡取舍精确时间

真实门诊中患者常呈现证型兼夹或证型转化等复杂情形，这类动态判断超出文本模式匹配能力，是模型处方细节失准的根本原因之一

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

大模型对决中医师：真实临床案例评测揭示AI潜力与风险

涉及实体

大语言模型technology

相关事实

待验证医疗诊断高度依赖问诊获取的输入数据如旅行史，当关键输入缺失或误导时会得出错误结论72% 相似待验证一个在公开数据集上训练的分类模型与真正可用于临床诊断的医疗器械之间存在巨大鸿沟，图像采集设备、染色方法、样本质量的差异可能显著影响模型在真实场景中的表现72% 相似待验证临床场景需关注灵敏度与特异度的权衡，因为漏诊与误诊的临床代价往往高度不对称72% 相似待验证大模型的幻觉问题在医疗场景中可能带来严重后果，AI输出结果必须经过临床验证，不能替代医生的专业判断71% 相似待验证该研究采用真实临床病例而非标准化考题评测大模型，以反映模型在实际应用中的能力边界70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928521

API

curl https://kongchang.com/api/v1/knowledge/claims/928521

MCP

get_claim(id=928521)