哈佛醫學院（Harvard Medical School）開發的 AI 系統 Dr. CaBot 於 8 日在《新英格蘭醫學期刊》（The New England Journal of Medicine，NEJM）正式亮相，以一則「36 歲男性腹痛、發燒及低血氧症」案例，與人類專家同台競診，創下該權威期刊近百年來首次刊登 AI 診斷的歷史性里程碑。
Dr. CaBot最大突破在於能詳細闡述診斷推理過程，而非僅提供最終答案。系統採用完整「鑑別診斷」方法，針對病患症狀與檢查結果系統性分析，逐步收斂診斷選項，高度模擬資深醫師的思考流程。這種透明化推理模式有別於傳統AI診斷工具的「黑盒子」運作方式。
該系統設計靈感源自19世紀末的臨床病理學討論會傳統，由麻省總醫院（Massachusetts General Hospital）理查德·卡伯特（Richard Cabot，Dr. CaBot名字也是由此而來）醫師推動，強調「邊分析、邊教學」精神。Dr. CaBot承襲此傳統，將每個案例製作成五分鐘幻燈片演講格式，穿插口語表達，大幅降低醫學推理的理解門檻。
引用文獻推理透明
更令人矚目的是，Dr. CaBot能引用龐大醫學文獻資料庫，包含數百萬篇頂尖期刊摘要，為診斷推論提供實證支撐。這項功能不僅協助診斷決策，更是珍貴的醫學知識檢索工具，幫助醫師面對大量醫學文獻時快速獲取關鍵資訊。
目前Dr. CaBot仍處開發階段，尚未進入臨床實務應用，但在波士頓多家醫院的展示活動中，醫師們對其推理透明度反應熱烈，表達將其納入臨床決策輔助工具的高度興趣。開發團隊正積極改善系統功能，同時加強隱私保護與倫理設計。
哈佛醫學院Blavatnik研究所助理教授阿揚·K·曼拉伊（Arjun Manrai）指出：「人機協作雖處初期階段，但發展迅速，Dr. CaBot未來可望成為醫師AI工具箱的重要成員，協助提供更優質患者照護。」
Dr. CaBot不僅重新定義AI在醫學教育的角色，更為醫療人工智慧開創新篇章，有望在真實醫療場景中發揮關鍵作用。
- An AI System Utilizes In-Depth Diagnostic Reasoning to Support Its Claims: A Closer Look for the Science Magazine
- Meet Dr. CaBot: Harvard’s new AI physician
（首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
