新研究显示，OpenAI的o1-preview AI模型在诊断复杂医疗案例方面表现优于人类医生。研究发现，o1-preview正确诊断了78.3%的测试案例，在特定案例对比测试中的准确率高达88.6%，显著高于GPT-4的72.9%。使用R-IDEA评估标准，o1-preview在80个案例中取得78个满分，而经验丰富的医生和住院医生分别只在28和16个案例中获得满分。在复杂案例得分中，o1-preview得分86%，远超使用GPT-4的医生（41%）和使用传统工具的医生（34%）。不过，研究者指出测试存在局限性，且o1-preview的诊断测试成本较高。此研究由哈佛医学院和斯坦福大学团队完成，发布时间为12月25日。