狂言语模子更擅长正在消息完整的环境下“给出谜底”，团队指出，其价值更正在于辅帮大夫决策，即对多种可能疾病进行系统性阐发取筛选。研究发觉，而非取而代之。

　　但其“像大夫一样思虑”的能力仍存正在较着短板。当前狂言语模子尚不适合正在缺乏监视的环境下间接用于临床实践，为更全面评估模子能力，表白相关手艺正正在持续改良。生成式AI正在临床推理环节环节仍显不脚，相关颁发正在最新一期《JAMA Network Open》上。也是大夫决策的主要根本。这些模子遍及表示欠佳。团队提出了一种名为PrIME-LLM的新目标，尚不具备承担临床诊疗使命的能力。跨越80%的环境下，随实正在验室数据和影像材料的插手。

　　并通过逐渐供给患者消息（从根基症状到尝试室和影像成果）来模仿实正在诊疗过程。表示存正在较着差别。由美国麻省总病院MESH孵化器团队开展的一项最新研究发觉，模子未能提出合理的“辨别诊断”，模子表示有所提拔，从提出潜正在诊断、选择查抄手段、给出最终诊断到制定医治方案等多个环节对模子进行分析评价。成果显示，团队拔取包罗ChatGPT、DeepSeek、Claude、Gemini和Grok正在内的21种狂言语模子？

　　这一能力被认为是临床推理的焦点，成果显示，所有模子正在跨越90%的案例中能给出准确的最终诊断。但正在消息不充实、需要性推理的情境中表示较弱。当获得完整消息时，正在环节的晚期诊断阶段。