OpenAI的o3解决了4.8%的不可能病例——诊断死路尽头已至？
openai的o3 deep research模型在波士頓兒童醫院的聯合研究中，為376例既往無法診斷的罕見病病例中的18例發現了新線索，將診斷率提高了4.8%。這表明推理模型可以消化複雜的生物醫學數據，幫助專家解決「無藥可救」的病例。
波士顿儿童医院和OpenAI的研究人员在NEJM AI上发表了一项研究，证明了O3深度研究模型在376例先前未解决的罕见疾病病例中实现了18例的诊断，比仅依靠专家分析提高了4.8%。工作流程涉及向模型输入标准化的表型术语和基因变异表，然后由模型综合成与证据相关的解释，供临床医生通过标准临床协议验证。与典型的黑盒AI工具不同，这种方法侧重于“解释优先推理”，以弥合零碎的医疗记录和不断演变的科学文献之间的差距，解决了基因重新分析的可扩展性危机。这一合作证明了高计算推理模型可以有效地增强高度专业化的医疗工作流程，预示着未来AI可以定期重新分析停滞的病例，以便在新的科学证据出现时及时更新。