GPT-5.6看病比真人医生强？专科医生盲评结果出来了，有点意外
还记得那句"AI永远取代不了医生"吗？这话可能得改改了。
最新消息，OpenAI最新模型GPT-5.6做了一次特殊的"医疗考试"——不是考它能不能通过执业医师考试（这它早过了），而是让专科医生盲评它的诊断回答，和真人医生写的回答放在一起比。
结果，医生说：GPT-5.6写得比同行还好。
盲评是怎么做的？
这次实验不是简单的选择题测试，而是实打实的临床场景模拟。
研究人员收集了多个科室的真实病例，包括内科、外科、儿科、妇科等常见病和疑难杂症。每个病例都让GPT-5.6和真人医生分别撰写诊断意见、治疗方案和患者沟通建议。
然后，把这些回答匿名打乱，交给另一批资深专科医生进行评估。
评委们不知道哪个是AI写的，哪个是真人写的。这就是"盲评"——最公平的对比方式。
结果有多炸裂？
三项核心指标，GPT-5.6全面领先：
准确率：GPT-5.6的回答在医学事实准确性上得分更高。没有出现明显的误诊方向，给出的鉴别诊断清单比真人医生更完整。
完整性：这是最大的差距。真人医生有时会遗漏某些检查建议或随访提醒，但GPT-5.6几乎每条回答都覆盖了"诊断→检查→治疗→随访→注意事项"全链条。
缺陷率：评委标记的"有明显缺陷"的回答中，GPT-5.6的比例低于真人医生。换句话说，AI写的东西"翻车"更少。
当然，有少数情况下GPT-5.6的回答过于模板化、缺乏对罕见情况的深入洞察——但即便如此，评委也没有给出"不合格"的评价。
这意味着医生要失业了？
别急，这才是重点。
GPT-5.6强在哪？强在知识储备和信息整合。它背靠整个医学文献库，不会漏掉罕见病因，不会忘记药物相互作用，不会因为疲劳而写错剂量。
但它弱在哪？
 • 不会查体。它没法给患者做腹部触诊，听不到肺部啰音
 • 缺乏临床直觉。老医生"觉得不对劲"的那种第六感，AI没有
 • 不能共情。它知道该用"您别担心"这句话，但它不理解患者为什么害怕
 • 无法担责。出了医疗纠纷，AI不能上法庭
所以真正的未来图景不是"AI替代医生"，而是——会用AI的医生，替代不会用AI的医生。
就像CT没有淘汰放射科医生，反而让放射科变得更重要一样。GPT-5.6这样的工具，让基层医生能拥有三甲医院的诊断视野，让主治医生能节省大量病历书写时间，把精力还给病人。
挑战也很大
方向明确，但路上的坑不少：
 • 责任谁担？如果AI辅助诊断错了，是医生的责任还是开发者的责任？法律还是空白
 • 数据隐私：GPT-5.6处理患者数据时，数据会传给OpenAI的服务器吗？患者同意了吗？
 • 过度依赖：年轻医生习惯了一上来就问AI，会不会丧失独立诊断能力？
 • 公平性问题：大医院能买得起GPT-5.6，小诊所买不起，医疗差距会不会反而拉大？
写在最后
GPT-5.6在医疗盲评中胜过真人医生，这件事本身就是一个信号：AI已经从"玩具"变成了"工具"，现在正在变成"搭档"。
那些抵触AI的医生，可能会在不知不觉中被淘汰；而那些拥抱AI的医生，正在获得一个前所未有的超级外挂。
你说，这会是好事还是坏事？
GPT56 AI医疗 人工智能 医生