https://udn.com/news/story/6812/8552573
失智症检测不及格！较老的AI模型 表现出认知受损迹象
经济日报／ 编译季晶晶／综合外电
根据英国医学期刊（BMJ）2024年12月20日刊出的研究论文，大型语言模型（LLM）和聊天
机器人等人工智能（AI）技术，也像人一样，会因为年龄，出现认知能力退化的迹象。这
表示，即使医疗诊断愈来愈常仰赖AI，在肉眼明显察觉之前，快速有效地从病历、X光片
和其他资料里发现异常，但AI还不能很快地取代真人医生。
科学家使用“蒙特娄认知评估”（MoCA）来测试市面上公开的、由LLM驱动的聊天机器人
，包括OpenAI的ChatGPT、Anthropic的Sonnet，以及Alphabet的Gemini。MoCA是专用来检
测老年人早期痴呆或认知受损的工具，满分30分，人类受测者26分以上代表合格，认知无
障碍。
对大多数LLM来说，它们在命名、专注力、语言能力和抽象概念等测试的某些方面看起来
很轻松，但在视觉空间建构和执行功能的表现都不好，有几个在延迟记忆比其他LLM表现
更差。
至关重要的是，虽然ChatGPT最新版本（第4版）得分最高（30分里获26分），但较旧的
Gemini 1.0仅得16分，导致了“较旧LLM出现认知能力衰退迹象”的结论。
这些发现挑战了AI将很快取代人类医生的假设。具体而言，研究作者反对在需要视觉抽象
思维和执行功能的任务中使用AI，“领先的聊天机器人身上认知能力受损明显，可能影响
它们进行医疗诊断的可靠性，并削弱患者信心。”
根据研究作者，他们的发现仅仅是观察性的，AI与人类心智运作方式的关键差异意味实验
无法构成直接的比较。但他们警告说，这可能是给AI临床医学应用踩煞车的“重大弱点”
。