一份刊載於《科學》（Science）期刊的研究報告指出，人工智慧（AI）在急診室（ER）的初步診斷環節中，準確度表現超越了部分內科醫師。這項於今年4月30日發表的研究，採用OpenAI開發的o1與4o模型，分析了貝斯以色列女執事醫療中心急診部收治的76位實際病患電子病歷資料。

研究結果顯示，OpenAI的o1模型在初診分流案例中，對病患的確切或高度相關診斷準確度達到67%，相較之下，兩位參與評估的內科醫師診斷準確度分別為55%和50%。AI的優勢在資訊最為匱乏的初步分流階段尤為顯著。研究人員強調，AI模型所使用的資料是與醫師相同的原始、未經處理的電子健康記錄資料。

然而，這項研究的標題經常被誤讀為AI已能獨立診斷病患，甚至優於急診醫師。事實上，研究作者之一，同時也是哈佛醫學院急診醫學助理教授暨貝斯以色列女執事醫療中心主治醫師Adrian Haimovich明確指出，該研究的重點並非讓AI與醫師進行正面對決。他解釋，實驗中的醫師是內科醫師，而非急診專科醫師，且AI在診斷時並未親自看診病患，也無法觀察到細微的身體徵象或病患敘述中的情緒變化，僅是依據選定的書面資訊提供意見。

Haimovich表示，這項研究的主要意義在於，OpenAI的o1模型即便面對雜亂、真實且未經處理的臨床資料，也能展現其跨領域的臨床推理能力。他進一步說明，過去醫師與AI的比較研究多半基於經過整理的標準案例，與真實急診環境差異甚大，而o1模型在不確定性高的情境下仍能維持表現，是一個重要的訊號。他同時提到，這項研究的數據以AI標準而言已屬較舊，且當前已出現更進階的模型，如4o。

美國急診醫師學會（American College of Emergency Medicine Physicians）等專業組織也對此研究引發的討論表達擔憂。他們強調，急診醫學的首要目標是排除危及生命的狀況並管理不確定性，而非總是追求精確診斷。研究作者們也謹慎建議，未來的方向應是進行前瞻性臨床試驗，而非立即部署AI來取代醫師。目前，急診醫師及其他專科醫師已開始利用AI工具尋求第二意見。

Haimovich將當前狀況比喻為「急診醫學的全體總動員」，核心問題是「如何讓AI以協助醫師照護病患並提升醫師體驗的方式運作」。目前，包括美國急診醫師學會和Society for Academic Emergency Medicine在內的團體正積極探討AI系統能否減少醫療錯誤、準確處理病患處置決策，或輔助判讀心電圖等議題。這項研究並非斷言AI優於急診醫師，而是指引了這項技術未來可能發展的方向。