大语言模型能否从患者自述症状识别原发性免疫缺陷

medRxiv 预印本 · 2026-10-04 · 预印本

• 一句话结论：在21例原发性免疫缺陷（PI）患者的自述症状描述下，GPT-5.2仅识别出7例（33%）PI，但在17例（81%）中提示了免疫系统相关的一般性担忧；与既往医生撰写病史时96%的识别率相比，提示LLM对症状描述的语言与表述框架敏感。该结论来自预印本，属提示性证据。
• 研究设计与做法：研究设计为诊断准确性评估：以21例PI患者访谈所得的症状描述作为提示输入，评估LLM（GPT-5.2）能否识别PI；对照为既往工作中以医生撰写病史提示GPT-4o识别PI达96%的结果（Rider et al., 2025）。随访时长、盲法、参考标准细节材料未报告。
• 主要结果：主要结果：患者自述语言提示下GPT-5.2识别PI 7例（33%），提示一般免疫系统担忧17例（81%）；医生撰写病史提示下GPT-4o识别PI 96%。未报告置信区间与p值。
• 机制或解释：作者解释为“专家—患者差距”：LLM对症状描述的语言与框架敏感，当患者用日常语言自述症状时表现明显差于临床医生用结构化医学术语总结病史时。
• 局限与边界：局限与边界：样本量小（21例），为预印本未经同行评审；比较涉及不同模型（GPT-5.2 vs GPT-4o）与不同提示来源，混杂因素未充分控制；人群、单中心与否、利益冲突均材料未报告。
• 可否落地：可否落地：提示在面向患者的LLM应用中需谨慎评估其识别能力，不应据患者自述症状直接依赖LLM诊断PI；当前证据档位为「提示」，不足以下结论支持临床部署，需更大样本与标准化评估。

🔗 打开原文

Reteig, L. C., Woloshin, S., Maglione, P. J. 等

本文摘自《每日前沿研究简报 · 2026-10-06》「医学与健康」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。