通用大语言模型胜过专用临床AI

一项新研究对两款专用临床AI工具（OpenEvidence和UpToDate Expert AI）与三款前沿大语言模型（GPT-5.2、Gemini 3.1 Pro和Claude Opus 4.6）进行了比较。结果显示，前沿LLM在医学知识测试、临床一致性评估和真实临床查询基准中均优于专用工具。临床AI工具的表现与谷歌搜索AI概览相当。研究强调，在AI工具进入临床前需进行独立的真实世界评估。