frontier LLM 在腫瘤決策中的集體能力邊界：ODBB 基準測試發現 42% 的決策點存在共同盲點

A collective capability boundary in frontier large language models on guideline-conformant and case-specific oncology decision-making

arXiv cs.AI · 2026-09-01

摘要

研究團隊開發了腫瘤決策邊界基準（ODBB），涵蓋 2,005 個 NCCN 指南和結腸直腸癌臨床決策點，評估了 9 個 frontier LLM（包括 4 個閉源、5 個開源模型）的實際臨床決策能力。結果顯示，即使是最強的 LLM 集合，仍有 42.1% 的決策點存在失敗，且這些失敗涉及 14 種系統性問題類型，揭示了現有大語言模型在醫療決策中的共同認知邊界。

●開發者：需重新評估 LLM 在醫療實務應用的可靠性邊界，應聚焦決策路徑推理而非單純知識檢索

●投資人：LLM 在醫療診療輔助的商業化存在系統性風險，應謹慎評估相關應用融資

●一般用戶：現階段不應過度依賴 LLM 作為腫瘤診療決策的主要參考，需結合專業醫生判斷

重要性評分

76/100

🟠 值得關注

大語言模型醫療決策臨床應用LLM 評估腫瘤診療

原文出處

上一則← Anthropic 推出硬體標準 MHS，讓 AI 代理控制物理世界下一則Polimill 建構日本下一代公共 AI 基礎設施 →

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。