（AI 资源之家讯）5 月 9 日消息，谷歌团队一项覆盖近 1.4 万人的研究表明，AI 在医疗诊断中采用结构化问诊方式比直接问答的准确率高出 27%。该研究为 AI 医疗诊断的实用性提升提供了重要方法论指导，也揭示了 AI 问诊质量的关键影响因素。
## 结构化问诊的方法论
研究比较了两种 AI 问诊模式：直接问答模式下，患者自由描述症状，AI 直接给出判断；结构化问诊模式下，AI 按照医学问诊流程依次询问主诉、现病史、既往史、家族史等，再综合分析。结果显示，结构化问诊不仅诊断准确率高出 27%，误诊率和漏诊率也显著降低。关键原因在于结构化问诊减少了信息遗漏，确保了诊断所需的完整信息采集。
## 可穿戴数据的加成效应
研究还发现，当结构化问诊与可穿戴设备数据结合时，诊断准确率进一步提升。心率、血氧、睡眠等持续监测数据为 AI 提供了传统问诊无法获取的客观生理指标，尤其在心律失常和睡眠呼吸暂停等疾病的早期筛查中表现出色。这种主观问诊加客观数据的双轮驱动模式，被认为是 AI 医疗诊断的最佳实践。
## 对 AI 医疗落地的推动
该研究的意义在于，它不是在证明 AI 能否诊断，而是在回答 AI 如何诊断得更好。此前的 AI 医疗研究多聚焦于模型能力本身，忽视了问诊方法对结果的影响。结构化问诊范式的确立，为 AI 医疗产品提供了可复制的方法论，有望加速 AI 诊断在临床场景的规模化落地。
正文完
