基于报告描述准确得出结论

克雷西 萧箫 发自 凹非寺

量子位 | 公众号 QbitAI

“怪病”缠身3年求医无果，最终竟然被ChatGPT成功诊断！

这是发生在一名4岁男孩身上的真实经历。

某次运动后，他身体开始剧痛。母亲前后带她看了17名医生，从儿科、骨科到各种专家，先后进行了MRI等一系列检查，但没一个真正找出病因。

他的母亲没抱太大希望地尝试求助ChatGPT，后者却根据描述和检查报告，直接给出了正确的建议。

话题一出冲上知乎热榜，Reddit热度也飙升至2.3k。

有网友表示，GPT这次真的很让人激动：

每个医生的办公室都可以配备一个AI助手，并将它与自己的诊断结果进行比较。

还有网友cue了下谷歌专门训练的辅助医疗诊断大模型Med-PaLM，想知道它的诊断结果如何：

对于大模型而言，这几乎是个完美的测试任务。

所以，这具体是怎么一回事？

究竟是什么样的“怪病”？

故事的主人公名叫Alex，他的母亲Courtney一共有两个孩子。

2020年的一天，Alex的保姆告诉Courtney，Alex每天都要服用止痛药，不然就会疼到崩溃。

接着，Alex又出现了磨牙的症状，父母把这两件事联系到了一起，认为可能是由换牙或者蛀牙引起的疼痛导致的。

于是母亲带着Alex去看了牙医，Alex长达三年的寻医之路便正式开始了。

由于牙医检查之后没有发现任何问题，但提出鉴于Alex正在磨牙，推荐他们去看专业治疗气道阻塞的正畸医生。

正畸医生发现，Alex的上颚太小，导致呼吸困难，于是给Alex放置了一个扩张器。这种治疗方式的确起到了效果，母亲一度认为Alex的病马上就要痊愈了。

很合理，但现实往往是不讲逻辑的。

妈妈很快又发现，只有四岁的Alex个子突然不长了。

这一次，妈妈求助的是一名儿科医生。

医生认为Alex可能是受到了新冠病毒的影响，但妈妈对这个解释并不满意。不过，妈妈还是在2021年初带着Alex去复查了。

医生告诉妈妈，Alex的个子“长高了一点”，但发现Alex的左右脚有些不平衡，建议他们选择物理治疗。

这次妈妈倒是相信了医生的话，但在物理治疗开始之前，Alex又出现了头痛的症状，而且越来越严重。

物理治疗的事只好先搁置一下，母亲先带Alex去看神经(内)科医生，结论是Alex患有偏头痛。

在和头痛进行抗争的同时，Alex还被精疲力竭的症状困扰着，于是又被带到了耳鼻喉科医生那里检查是否有鼻窦问题影响睡眠。

经历了这番波折之后，Alex终于开始接受物理治疗，他的物理治疗师认为，Alex可能患有一种名为Chiari畸形的先天性疾病。

这种先天性疾病会导致头骨与脊柱相接处的大脑出现异常。

母亲开始对此展开研究，带着Alex看了新的儿科医生、小儿内科医生、成人内科医生和肌肉骨骼医生等。

最终Alex看过的医生多达17位，可以说几乎踏遍了能想到的所有科室，甚至被送入急诊，但依旧没能检查出个所以然。

直到ChatGPT让整个事件出现了180度大逆转。

抱着试一试的心态，母亲注册了一个ChatGPT账号。

她将Alex的症状和MRI报告中的注释一并输入，其中有一个细节，就是Alex无法完成盘腿坐的动作。

ChatGPT给出了诊断——脊髓栓系综合征(TCS)。

当然Courtney并没有直接相信，得到答案之后她先是找到了Facebook上的一个患儿家长交流群。

结果看了里面的讨论之后，母亲觉得这些症状和Alex真的是太像了。

这一发现让几近熄灭的希望之火重新燃了起来，事后母亲回忆说，自己在电脑前坐了一整晚，经历了所有的一切。

带着这一结论和Alex的MRI报告，找到了神经外科医生。

这次终于是找对人了，神外医生看了一眼MRI就给出了和ChatGPT一样的结论，并指出了栓系的具体位置。

再后来的事情就比较顺利了。Alex接受了手术治疗，目前正在进行康复。

那么为什么Alex直到看到第18个医生才最终确诊呢？

首先，和Alex自身也有一定关系。

TCS患者的背部通常会出现裂口，但Alex并没有裂口，这种情况称为隐式脊髓栓系综合征(OTCS)。

虽然TCS是罕见病，但在新生儿中的发病率也并不低，约为0.005~0.025%，比白血病的发病率还要高一些。

△陈莹格, 米阳. 妊娠期多发性胎儿发育异常一例[J]. 临床医学进展, 2023, 13(2)

但OTCS就比较罕见了——罕见到发病率根本没统计出来。

不过毕竟故事的最后，外科医生看到MRI图像之后很快就给出了判断。

所以，之前没能确诊，或许是因为“找错了医生”：那17名医生中，的确没有人从事外科。

当然，这也是正常的，毕竟他们都是擅长各自专业领域的专科医生（对应全科医生），专业之外的知识难免了解不全面。

但是这也暴露出了一个问题，遇到无法解释的难题时，这些医生都没有考虑进行多学科会诊，是否全面询问过Alex的各项病史也不得而知。

用母亲Courtney的话说，没有人愿意解决“更大(超出自己学科范围)的问题”，没有人会给出任何关于诊断结果的线索。

而ChatGPT的知识库至少在广度上比细分领域的专业人士要丰富的多，更加全面地考虑了Alex的情况，最终才给出正确的结论。

那么这次ChatGPT的成功诊断，究竟是误打误撞，还是确实已经具备诊断能力了？

AI究竟能不能用于诊断？

事实上，用ChatGPT或GPT-4来做病情诊断工具，也不是第一次有人这样做了。

像是GPT-4出来后不久，就有人用它成功诊断了自家狗子的一种病例，这段经历一度在网上爆火。

他将狗子从第一次发病开始的症状、治疗过程以及每次的血液检测报告都告诉了GPT-4：

20号当天高烧41.5摄氏度，医生根据验血结果诊断为犬巴贝斯虫病（附血液检测结果），接下来的3天接受抗生素治疗，24日当天接受抗生素治疗，但出现牙龈苍白（附新的血液检测结果）。

GPT-4很快给出了检测结果，并在对话中表明可能是以下两种原因导致的：

1、溶血：由于各种原因造成的红细胞破坏，如免疫介导性溶血性贫血（IMHA）、毒素或除巴贝斯虫病以外的其他感染。
2、失血：内部或外部出血，可由创伤、手术或胃肠道问题 (如溃疡或寄生虫)引起。

最终医生诊断结果显示，狗子患上的确实是免疫介导性溶血性贫血（IMHA），对症下药后狗子得救了。

除此之外，也有网友自述被ChatGPT（GPT-4）救了一命的经历。

他在去健身房后浑身酸痛，将病症咨询GPT-4后，得出“横纹肌溶解症”的答案，立刻去医院并因此捡了一命。

但也有学术研究提到，无论是ChatGPT还是GPT-4，都并非一个完全可以依赖的AI医生。

例如哈佛大学附属医院布莱根妇女医院（BWH）发表在JAMA上的一项研究就显示，在给出癌症治疗建议时，ChatGPT只有62%的案例是完全正确的。

在其他的案例中，有34%的建议至少都包含一个或多个和正确诊断结果不一致的答案，还有2%的案例给出了不可信的诊断结果。

对此，研究认为，还不能完全将诊断交给ChatGPT或GPT-4，毕竟他们在诊断这一过程上依旧无法和专业的医生相比。

（不过有网友指出，ChatGPT没诊断成功的原因，可能也和训练数据有关，2021年之后的治疗信息不包含其中）

对此，哈佛大学流行病学助理教授Andrew Beam认为，ChatGPT和GPT-4的使用效果应该分两面看待：

一方面，它们要比一些普通的诊断软件或是谷歌搜索引擎更好用，尤其是GPT-4这个版本。

但另一方面，它们目前还不太可能取代具备大量专业知识的临床医生。毕竟对于AI来说，它们确实可能在找不到答案时捏造信息，根据“幻觉”推测出错误结果。

美国医学会（AMA）的主席Jesse M. Ehrenfeld对此表示，即使AI能诊断结果，最终的责任还是医生自己的。

总结一下上述观点就是，大伙儿可以用AI辅助诊断病情，比搜索引擎好用，但最终还是得去医院，找医生确诊。

那么，如果打算用大模型“问问诊”，哪个大模型最好用？

有网友就以自己为病例，测试了各种大语言模型是否具备诊断能力，最终认为还是GPT-4比较能胜任：

我曾经就慢性咳嗽的原因咨询过几位医生，但最终是在一个油管频道上得知自己患了LPR（隐性咽喉返流）。

我用自己的病例测了测大模型，GPT-4是唯一一个成功诊断的。Claude 2虽然答案接近，但没能完全自主诊断出来。

你有尝试过用AI帮助判断病情吗？感觉效果如何？

参考链接：
[1]https://www.today.com/health/mom-chatgpt-diagnosis-pain-rcna101843
[2]https://www.reddit.com/r/ChatGPT/comments/16gfrwp/a_boy_saw_17_doctors_over_3_years_for_chronic/
[3]https://news.harvard.edu/gazette/story/2023/08/need-cancer-treatment-advice-forget-chatgpt/