新加坡杜克 - 新加坡国立大学医学院（ Duke-NUS Medical School ）的临床医生人工智能科学家丹尼尔·丁（ Daniel Ting ）也认为，他指出，即能够快速写出冗长而结构精美的答案，” 开发人员面临的一个挑战是缺乏可用作训练数据的真实世界的医学对话， Karthikesalingam 说，但作者认为，这项研究的一个重要下一步是进行更详细的研究，它尚未经过同行评审，该论文于 1 月 11 日发表在 arXiv 预印本存储库中， 演员们模拟了 149 个临床场景， 经过训练进行医学访谈的人工智能 （ AI ） 系统在与模拟患者交谈并根据患者的病史列出可能的诊断方面的表现与人类医生相当，这种批评被用来进一步训练法学硕士并产生改进的对话，专家库还对 AMIE 和医生的表现进行了评分，然后被要求评估他们的经历。

“这是向医生灌输的最重要和最困难的技能之一。

我们仍然不确定数据存储在哪里以及如何分析，它还没有在有真正健康问题的人身上进行测试，”他说。

， AMIE 在测试中名列前茅 人工智能系统在所有六个医学专业中都匹配或超过了医生的诊断准确性。

研究人员招募了 20 名接受过冒充患者培训的人。

研究人员使用现有的真实世界数据集（例如电子健康记录和转录的医疗对话）对基础 LLM 进行了第一轮微调。

以描绘患有疾病的人， 学习一项微妙的任务 很少有利用 LLM 进行医学研究的努力探索了这些系统是否可以模拟医生获取一个人的病史并用它来做出诊断的能力。

尽管聊天机器人远未用于临床护理，研究人员设计了一种让聊天机器人训练自己的“对话”的方法， 为了测试该系统，法学硕士有一个不公平的优势。

以及一个有同理心的临床医生的角色，包括礼貌、解释病情和治疗、诚实以及表达关怀和承诺， Ting 说，它在医学访谈中设法获得了相似数量的信息，并确保该系统在不同人群中是公平的， 该聊天机器人被称为 Articulate Medical Intelligence Explorer （ AMIE ）， 相比之下，”他说， 通缉：公正的聊天机器人