Unverified50% confidenceFactExact time
一项聚焦AI临床病历的研究发现LLM裁判擅长验证信息的存在性，却难以发现信息缺失，研究者将此现象命名为遗漏盲区（Omission Blindness）
1
Sources
50%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Unverified若AI遗漏患者的药物过敏史、既往病史或用药剂量等关键信息，LLM裁判很可能毫无察觉，反而给出内容准确、无幻觉的高分评价74% similarUnverified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66% similarUnverified主人自评量表便捷但存在观察盲区（如白天独处时的方向感异常易漏记），确诊性评估仍需兽医结合神经检查排除脑肿瘤、甲减、听力/视力衰退等混淆因素，量表只能作为筛查而非诊断工具65% similarUnverifiedWAIS必须由持证心理测量师在标准化条件下面对面施测，任何声称可以线上自助完成的"韦氏智力测验"都不是正规施测，结果不具备临床效力64% similarUnverified对于患者端医疗AI摘要产品，缓解幻觉风险的策略包括保留原始音频供回溯验证、对数字和药名进行实体识别校验、标注低置信度段落、声明摘要仅供参考63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/909749API
curl https://kongchang.com/api/v1/knowledge/claims/909749MCP
get_claim(id=909749)