简体中文
关闭
AI照护资讯

Doximity测试:通用AI用药剂量错误频发,3.4%被判定潜在致命

#AI照护与医疗科技 时间2026-10-30 05:39:24

文/IAICA.NGO®

随着临床场景对人工智能的需求上升,专业医疗AI工具与通用大模型之间的准确性之争正在升温。Doximity公布的一项研究称,其测试了数款于2026年发布的大型语言模型,围绕2200多种经美国FDA批准的药物提出8500多个临床给药剂量问题,并评估回答是否出错以及错误严重程度。结果显示,通用模型在剂量计算和调整上仍存在系统性风险,尤其是对较新药物和复杂患者信息的处理。

研究指出,刚获FDA批准的新药出现错误的几率约为成熟药物的五倍,原因在于新药上市时间较短,真实世界安全数据相对有限。更常见的问题不是简单算错数字,而是未能根据年龄、肾功能或药物相互作用调整剂量,即便题目已经提供了这些关键信息。这类错误在临床中可能直接影响处方决策,因而比一般知识问答中的事实偏差更具危险性。

在错误严重程度分布上,Doximity称13.2%为轻微错误,43%为显著错误,3.4%为潜在致命错误。随后,该公司测试了其新推出的剂量核验工具DoseCheck,并宣称其给药结论正确率达到99.9%。该工具被定位为Doximity Ask中的额外安全网,后者是面向临床医生的AI临床助手和医学搜索引擎。Doximity还表示,其临床AI平台已被160多家卫生系统使用。其首席AI研究员Louis-Antoine Mullie博士表示,观察到的失效模式并非剂量问题独有,过时知识、缺失患者背景等弱点也可能出现在临床照护的其他环节。

这一研究出现在通用AI巨头加速进入医疗领域的背景下。Anthropic、OpenAI等公司正在拓展医疗健康场景,给行业专用工具带来竞争压力。专科AI厂商则试图以医学语境、工作流嵌入和可验证性证明差异化价值。与此同时,医生对AI的采用速度正在加快。美国医学会的数据显示,超过81%的医生表示已在执业中使用AI,这一比例是2023年的两倍以上。但准确性仍是落地争论的核心,尤其是在给药和处方等涉及生命安全的决策中,临床医生需要确认工具不会伤害患者。

围绕专业AI与通用AI谁更可靠的证据并不一致。斯坦福大学医学院和哈佛医学院的医生研究人员曾发现,临床专用AI工具在相关任务中持续优于通用模型;但也有研究团队公布结果称,通用AI在某些场景下可超过专用临床工具。这种分歧说明,模型类型本身不足以决定安全性,测试集设计、任务复杂度、患者信息完整度以及错误后果定义都会影响结论。对医疗机构而言,采购决策不能只看单次基准测试分数,还需要前瞻性验证、错误上报机制和清晰的责任边界。

iaica.com.cn 认为,临床AI的竞争焦点正从“能否回答问题”转向“能否在真实诊疗流程中稳定地识别风险”。剂量核验工具的价值不只是提高一次回答的准确率,更在于把模型输出置于可追溯、可审计的安全层中,并通过人机协同保留医生的最终判断权。未来,随着更多通用模型进入电子病历和处方系统,行业需要更透明的评测标准、对高风险错误的强制披露,以及针对新药和特殊人群的持续监测。只有当准确性、可解释性与临床责任机制同步建立,AI辅助用药才可能从演示工具变为可信的基础设施。

相关标签:

分享本文
Doximity测试:通用AI用药剂量错误频发,3.4%被判定潜在致命

Doximity测试:通用AI用药剂量错误频发,3.4%被判定潜在致命

随着临床场景对人工智能的需求上升,专业医疗AI工具与通用大模型之间的准确性之争正在升温。Doximity公布的一项研究称,其测试了数款于2026年发布的大型语言模型,围绕2200多种经美国FDA批准的药物提出8500多个临床给药剂量问题,并评估回答是否出错以及错误严重程度。结果显示,通用模型在剂量计...

评论

0 条
暂无评论,快来抢沙发。

Copyright © 2026 IAICA 版权所有  隐私政策 用户协议 Cookie说明 备案号:沪ICP备11018632号-8

18351659883