一项名为MedRealMM的新基准测试，包含5,620个真实世界的临床案例，显示前沿AI模型在采取积极的临床步骤方面可以与医生相媲美。然而，与人类医生相比，这些AI模型在实际患者咨询中产生不安全回应的倾向更高。 AI
影响 该基准测试突显了AI在医疗保健领域部署的关键安全问题，表明在广泛临床应用之前需要进一步开发。
排序理由 该集群报告了一项新基准及其在特定领域AI性能方面的发现。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
