久久最新最好视频|精品福利视频在线|狠狠狠干在线播放|色尼玛亚洲综合网|日韩加勒比无码AV|亚洲AV人人澡人人爽人人爱|国产精品免费怡红院|婷婷一区二区XXX|日韩成人一区二区三|欧美熟妇另类AAAAAA

摘要

在高風(fēng)險(xiǎn)的醫(yī)療診斷領(lǐng)域，單純依賴大型語言模型（LLMs）或人類醫(yī)生都存在局限——LLMs 會(huì)幻覺、缺乏常識(shí)且有偏見；人類則受經(jīng)驗(yàn)局限與知識(shí)覆蓋面的限制。本研究提出一種混合集體智能（Hybrid Collective Intelligence, HCI）方法，將醫(yī)生的臨床推理與 LLM 的信息處理能力結(jié)合，對 2,133 個(gè)真實(shí)感病例（含 40,762 份醫(yī)生診斷與 5 個(gè)最先進(jìn) LLM 的診斷輸出）進(jìn)行加權(quán)融合。結(jié)果顯示，混合集體在所有專業(yè)與經(jīng)驗(yàn)層級(jí)下的診斷準(zhǔn)確率均顯著優(yōu)于人類單獨(dú)、AI 單獨(dú)及各自的集體形式。

背景

每年美國約 79.5 萬例死亡或永久傷殘與診斷錯(cuò)誤相關(guān)。盡管 LLM 在自然語言處理與多領(lǐng)域問答中表現(xiàn)出色，包括醫(yī)學(xué)在內(nèi)的眾多場景，但它們的結(jié)構(gòu)性缺陷（如幻覺、偏見、缺乏常識(shí)讓其在臨床高風(fēng)險(xiǎn)應(yīng)用中存在安全隱患。
研究表明，“集體智能”能通過不同專家獨(dú)立判斷的組合提升整體準(zhǔn)確性。本研究創(chuàng)新地將人類專家與多個(gè) LLM 視為“同臺(tái)評審”，利用各自優(yōu)勢與互補(bǔ)性，構(gòu)建混合集體智能體系。

• 當(dāng) AI 漏診時(shí)，醫(yī)生往往能給出正確答案（尤其在復(fù)雜病例中）

• 當(dāng)醫(yī)生判斷失誤時(shí)，AI 可能捕捉到被忽略的細(xì)節(jié)

• 混合團(tuán)隊(duì)的診斷 “容錯(cuò)率” 顯著更高

研究方法

數(shù)據(jù)來源

• Human Diagnosis Project (Human Dx)

   平臺(tái)
• 2,133 個(gè)經(jīng)過執(zhí)業(yè)醫(yī)生審核的文本病例
• 診斷來源：1,370 名主治醫(yī)師、139 名?？婆嘤?xùn)醫(yī)師、2,160 名住院醫(yī)師（再加 1,037 名醫(yī)學(xué)生用于補(bǔ)充分析）

LLM 選擇

1. Anthropic Claude 3 Opus
2. Google Gemini Pro 1.0
3. Meta LLaMA 2 70B
4. Mistral Large
5. OpenAI GPT-4
   每個(gè)模型需輸出前五個(gè)最可能的診斷

融合流程

1. 標(biāo)準(zhǔn)化處理

   
   

   將所有人類與 LLM 的原始診斷映射至 SNOMED CT 唯一 ID，統(tǒng)一同義詞、縮寫、英式/美式拼寫等

2. 加權(quán)多數(shù)投票

• 根據(jù)訓(xùn)練集表現(xiàn)為各 LLM 賦予不同權(quán)重；所有醫(yī)生共用一個(gè)權(quán)重值
• 使用 1/r 規(guī)則 按診斷排名賦分
• 采用加權(quán)多數(shù)投票合成最終列表

3. 交叉驗(yàn)證

   
   

   10 次重復(fù)五折交叉驗(yàn)證，確保模型泛化穩(wěn)定

性能指標(biāo)

• Top-1 / Top-3 / Top-5 準(zhǔn)確率
• 平均倒數(shù)排名（MRR）

主要研究結(jié)果

1. 多模型集成優(yōu)于單模型

將多個(gè) LLM 輸出組合成 AI 集體，在 Top-5 與 Top-3 準(zhǔn)確率上均優(yōu)于任何單一 LLM，并在多個(gè)?？浦斜３址€(wěn)定領(lǐng)先。

2. 人機(jī)混合集體全線勝出

• 向醫(yī)生集體加入一個(gè) LLM，可超越純醫(yī)生組
• 向 LLM 集體加入一位醫(yī)生，也能提升整體準(zhǔn)確率
  即使加入表現(xiàn)最差的 LLM，也帶來輕微提升。
  

3. 錯(cuò)誤互補(bǔ)性是關(guān)鍵

• 在 46%–51% 的病例中，醫(yī)生與 LLM 對正確診斷的排名不同
• 當(dāng) LLM 完全漏掉正確診斷時(shí)，醫(yī)生在 30%–38% 的病例中能補(bǔ)上，大部分排在第一位
• 這種低相關(guān)錯(cuò)誤模式讓加權(quán)投票更易推高正確診斷排名。

主要?jiǎng)?chuàng)新點(diǎn)

1. 開放性答案的自動(dòng)標(biāo)準(zhǔn)化

   基于 SNOMED CT 的全文匹配與向量搜索匹配，處理了同義詞、拼寫差異與縮寫等問題，實(shí)現(xiàn)精準(zhǔn)對齊。

2. 權(quán)重化人機(jī)投票機(jī)制

   通過 WMVE（加權(quán)多數(shù)投票）方式按歷史表現(xiàn)分配權(quán)重，優(yōu)勝者得更多表決力。

3. 跨模態(tài)可遷移性

   方法依賴結(jié)構(gòu)化知識(shí)體系，可移植至氣候政策等其他開放性、高風(fēng)險(xiǎn)領(lǐng)域。

未來研究方向

• 臨床實(shí)地驗(yàn)證

  ：目前為病例小故事（vignette）測試，需轉(zhuǎn)化到真實(shí)臨床環(huán)境

• 治療影響評估

  ：診斷改善是否帶來治療方案優(yōu)化？

• 偏見與公平性

  ：混合集體是否能減少 AI 及人類共有的偏見？

• Prompt 工程優(yōu)化

  ：Tree-of-Thought、自一致性等方法可望進(jìn)一步提升表現(xiàn)

• 多模態(tài)融合

  ：將影像、聲音等數(shù)據(jù)加入診斷流程

• 決策支持系統(tǒng)化

  ：研究如何在臨床工作流中最佳整合，防止自動(dòng)化偏見與算法厭惡

結(jié)論

混合集體智能不是要取代醫(yī)生，而是利用人類的臨床洞察與 AI 的信息整合能力互補(bǔ)，讓醫(yī)療診斷更精準(zhǔn)、更安全、更公平。

特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時(shí)并不代表贊成其觀點(diǎn)或證實(shí)其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請聯(lián)系我們刪除。

凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。