psychiatry

LLM在精神病风险评分中表现出不稳定性，涉及无关数据

一项新研究评估了大型语言模型（LLM）在预测精神病住院风险方面的可靠性。研究人员发现，在患者资料中包含医学上不重要的细节会显著增加四个经审计的LLM的预测风险评分和输出变异性：Gemini 2.5 Flash、LLaMa 3.3 70b、Claude Sonnet 4.6和GPT-4o mini。研究强调，基于LLM的精神病评估对非临床信息敏感，凸显了在临床部署前进行系统性评估的必要性。