Episode Details

哈佛研究顯示 o1 在急診分診案例中診斷更接近答案，但比較對象、任務定義、資料輸入與責任框架，都決定這還不是 AI 接管急診的證據。

⭐ 文章深度讀：想看完整判讀框架與來源整理，可以讀文章版。
→ https://heymaibao.com/ai-er-diagnosis-harvard-study/

⚡ 章節重點
先看 67% 代表什麼 00:00
別急著說 AI 打敗醫師 01:34
急診不是猜病名比賽 02:30
文字輸入的限制 03:28
責任框架才是部署門檻 04:24
醫療 AI 新聞的 4 個檢查點 05:40

📝 懶人包
∙ 這篇研究中，o1 在 76 名急診病患案例的初始分診階段，診斷接近度達到 67%。

∙ 比較對象不是急診醫師，而是 2 位內科主治醫師。

∙ 急診現場的任務不只是猜出最後診斷，還包括判斷病人會不會很快出事。

∙ 我的判斷：這是「值得做臨床試驗」的訊號，不是「可以直接部署」的證據。

📚 參考資料
In Harvard study, AI offered more accurate diagnoses than emergency-room doctors
→ https://techcrunch.com/2026/05/03/in-harvard-study-ai-offered-more-accurate-diagnoses-than-emergency-room-doctors/

Large language models in medicine
→ https://www.science.org/doi/10.1126/science.adz4433

Study suggests AI good enough at diagnosing complex medical cases to warrant clinical testing
→ https://hms.harvard.edu/news/study-suggests-ai-good-enough-diagnosing-complex-medical-cases-warrant-clinical-testing

Did AI really beat ER doctors at ER triage?
→ https://www.youcanknowthings.com/did-ai-really-beat-er-doctors-at-er-triage/