新研究表明，用于放射学的AI模型在诊断X光片时常常表现出危险的过度自信，并以高确定性做出错误诊断。RadLE 2.0基准测试显示，人类放射科医生在解读这些医学影像方面仍然更加可靠。要让自主医疗AI获得信任，它必须首先学会认识到自身的局限性，并在必要时求助于人类专家。 AI
影响 强调了医疗诊断AI准确评估置信度并将不确定性交由人类专家处理的关键需求，影响了AI在医疗保健领域的发展和部署。
排序理由 该集群报告了评估放射学AI模型的基准（RadLE 2.0）的发现，这是一个以研究为重点的成果。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
<p><img alt="Stylized computer display showing an AI-assisted chest X-ray; a color graphic highlights a suspicious area of the lung and displays an alert." class="attachment-full size-full wp-post-image" height="1025" src="https://the-decoder.com/wp-content/uploads/2026/07/ai-rad…
AI radiology models often misdiagnose X-rays with full confidence, per RadLE 2.0. Human radiologists remain far more reliable. Trust in autonomous medical AI should wait until models learn when to abstain. # AI # Automation Source: The Decoder AI https:// the-decoder.com/ai-chatb…