研究：决策型医疗AI与语言模型配对可降低框架敏感性

Omar、Ramaswamy、Sakhuja等研究者在2,134份病例呈现、2,483,222次模型调用中，测试了Jev与OpenAI Decisions两款决策型医疗AI及大语言模型GPT-6 Luna。论文称，在不改变临床发现的前提下加入标签或施压提示，决策模型每100次决策中比中性措辞多改变13.4次，语言模型为14.0次；将决策模型与语言模型配对后，这一数字降至2.6，开发集降幅约81%，留出报告降幅为42%至48%。分诊准确率维持在81%至82%附近。作者称配对流程每1,000条记录成本最高0.77美元，并将其视为降低框架敏感性、标记需复核文本的实用性概念验证。