o1模型颠覆医疗行业：医生职业或将被重塑

Derya Unutmaz

Derya Unutmaz博士是一位卓越的免疫学家和医学教授，现任职于杰克逊实验室。1990年，他在土耳其伊斯坦布尔马尔马拉大学医学院获得医学博士学位。此后，Unutmaz博士在多家知名学术机构从事科研和教学工作，其中包括范德比尔特大学和纽约大学。Unutmaz博士的主要研究方向涵盖人类免疫系统、慢性疾病与衰老过程，以及肌痛性脑脊髓炎/慢性疲劳综合征（ME/CFS）等领域。他在免疫学界享有盛誉，被公认为推动该领域科学进步的重要学者之一。

这是对有志从医者的郑重警示：随着人工智能技术的迅猛发展，未来对人类医生的需求将显著降低，尤其是在涉及常规诊断和标准治疗的领域，人工智能将逐步取代人类医生的角色。

此观点得到了OpenAI最新发布的o1模型（又称"Strawberry"模型）的有力佐证。该模型在昨日发布的预览版中，针对专门的医学数据集（AgentClinic-MedQA）展现出卓越性能，远超GPT-4的表现。人工智能在处理复杂医学信息、提供准确诊断、给出医疗建议以及推荐治疗方案方面的能力进步神速，这一趋势只会愈发明显。

诸如疾病诊断、医学影像解读以及制定治疗方案等医疗任务，未来将由人工智能系统以更快速且更一致的方式完成，其表现将超越人类医生。随着未来数年医疗行业的重大变革，对医生的需求将急剧下降，医疗服务将更多依赖于人工智能辅助的系统。

尽管人类的同理心、批判性思维和决策能力在某些医学领域仍将发挥重要作用，但即便这些能力，未来也可能被如o-1这样的模型的升级版本所超越。

因此，医学正逐渐成为下一代医生不太具吸引力的职业选择，除非他们专攻以干预为主的领域（如外科、急诊医学和其他干预性专科）。然而，即使这些领域，也可能在未来十年内被机器人系统所取代。

读图洞察

1. 数据集特性：AgentClinic-MedQA

• AgentClinic-MedQA是一个模拟临床环境的对话型数据集，聚焦于医生和患者的动态互动。这一数据集模拟了临床决策中的连续信息收集和决策过程，强调了模型在复杂对话和互动决策中的表现。
• 数据集中的任务不仅包括回答医学问题，还涵盖了处理隐性偏见和认知偏差的能力，这对模型的综合推理和决策过程提出了更高的要求。

2. o1-preview模型的特性

• o1-preview模型具有显著的“链式思维”能力，能进行深入的推理和复杂问题解决。其在医学对话中的高准确率（约80%）反映了其对复杂任务和动态信息流的优异处理能力。
• 相比于GPT-4o，o1-preview在处理科学、数学和编程等复杂任务中表现出色，显示其在高精度问题解决上的能力尤为突出。

3. 性能对比

• o1-preview在AgentClinic-MedQA数据集上的表现显著优于其他模型，准确率达到约80%。这一成绩远超其他模型，表明其在医学对话中能够有效处理复杂和动态的临床场景。
• GPT-4的准确率约为50%，在传统医学问答基准上表现较好，但在动态对话和互动决策中存在不足。
• GPT-4o和GPT-3.5的准确率在40%左右，显示出它们在处理复杂医学对话任务时的性能瓶颈。

4. 其他模型表现

• Mixtral-8x7B的准确率略高于GPT-3.5，但低于o1-preview，显示其在没有专门医学优化的情况下也具有一定优势。
• LLaMA 2-70B的准确率仅为约10%，表明其在医学对话中的表现非常差，这可能与其缺乏领域专用训练或数据有关。

5. 结论与未来方向

• o1-preview的卓越表现表明，针对特定领域（如医学）的优化模型能显著提高在复杂任务中的表现。未来的医学AI模型应进一步关注动态对话和复杂决策过程中的优化。

• AgentClinic-MedQA数据集的使用揭示了当前通用模型在模拟临床环境中的不足，强调了专门化训练的重要性。

参考资料：Unutmaz, D. [@DeryaTR_]. (2024, September 14). This is the final warning for those considering careers as physicians [Tweet]. X. https://x.com/DeryaTR_/status/1834630356286558336

本文链接：https://xhhm.cc/chatgpt_74.html

gpt帐号变现gpt帐号免费使用gpt chat 登录帐号苹果怎么获得gpt帐号GPT4.0帐号停用1元购买gpt帐号gpt4帐号如何开通