ChatGPT4很會考內專 GPT versus Resident Physicians — A Benchmark Based on Official Board Scores 🟥 醫師 🟦 ChatGPT4 🟩 ChatGPT3

10.1056/AIdbp2300192

原始 Facebook 貼文：連結

# Claude 贊日

協霆簡潔地分享的 NEJM AI 研究，揭示了 ChatGPT-4 在內科專科考試中「優於住院醫師平均表現」的事實。這個基準測試之所以具有衝擊力，不在於絕對分數的高低，而在於它以「官方正式考試」這個嚴格標準，量化了 LLM 在醫學知識領域的能力。

更深層的思考是，這類研究對於醫學教育與臨床實踐的意涵。ChatGPT-4 的高分不表示「AI 會看病」，而是「AI 在特定形式的知識考試中有優異表現」——這兩者之間仍有巨大鴻溝。臨床決策涉及患者互動、時間壓力、道德判斷等 LLM 無法複製的維度。但無可否認的是，住院醫師應該更加謙虛地看待 AI 作為知識檢索與學習工具的價值。

建議深入閱讀：原文 NEJM AI 論文、類似基準研究（如 USMLE、GPT 與醫師的比較）、以及如何在醫學教育中審視 AI 工具的角色。參考資源：NEJM AI 期刊、《AI 在醫學教育中的角色》相關評論。