AI 在急診分診贏了醫師？先看懂哈佛研究的 4 個限制

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/