哈佛大学Canvas学习管理系统在哈佛被列Instructure数据泄露名单后下线。Instructure是Canvas平台的运营公司，此次泄露影响了多所大学的用户数据。

[Brief] Harvard Canvas Site Goes Down After Instructure Data Breach

Harvard’s Canvas learning management system went offline after the university was named in an Instructure data breach. Instructure operates the Canvas platform, and the breach affected user data across multiple universities.

研究概述

一项由哈佛医学院和贝斯以色列女执事医学中心（Beth Israel Deaconess Medical Center）的医师与计算机科学家组成的研究团队开展的研究，本周发表在《科学》（Science）杂志上。该研究通过一系列实验评估了OpenAI的AI模型与人类医师在多种医疗场景下的表现对比。

实验设计

研究聚焦于贝斯以色列急诊室的76名患者，将两名内科主治医师的诊断与OpenAI的o1和4o模型生成的诊断进行对比。这些诊断由另外两名主治医师进行评估，评估者并不知道诊断结果来自人类还是AI。

研究团队强调，他们没有对数据进行任何"预处理"——AI模型获得的信息与电子病历中诊断时可用的信息完全相同。

关键发现

在初步急诊分诊阶段——即患者信息最少、决策最紧迫的时刻——o1模型的表现尤为突出：

• o1模型在67%的分诊案例中给出了"完全正确或非常接近"的诊断
• 第一名医师的准确率为55%
• 第二名医师的准确率为50%

哈佛医学院AI实验室负责人、该研究的主要作者之一阿尔琼·曼莱（Arjun Manrai）在新闻稿中表示：“我们在几乎所有基准上测试了该AI模型，它不仅超越了之前的模型，也超过了我们设定的医师基线。”

重要局限

研究人员明确指出，该研究并未声称AI已准备好在急诊室做出真正的生死决策。研究呼吁"亟需进行前瞻性试验，在真实患者护理环境中评估这些技术"。

研究还指出，他们仅测试了模型处理文本信息的能力，“现有研究表明，当前基础模型在处理非文本输入时的推理能力更为有限。”

伦理与责任争议

贝斯以色列医生、该研究另一位主要作者亚当·罗德曼（Adam Rodman）警告称，目前"还没有关于AI诊断问责的正式框架"，患者仍然"希望由人类引导他们做出生死攸关的决定和具有挑战性的治疗决策"。

急诊医生克里斯汀·潘塔加尼（Kristen Panthagani）在评论该研究时指出，这是一个"引发了过度炒作的有趣AI研究"，因为研究将AI诊断与内科医师而非急诊医师进行比较。她认为：“如果我们要将AI工具与医师的临床能力进行比较，我们首先应该与真正从事该专业的医师进行比较。”

她补充道：“作为一名首次接诊患者的急诊医生，我的首要目标不是猜测你的最终诊断，而是判断你是否有可能危及生命的疾病。”

未来展望

这项研究标志着AI在医疗诊断领域的重要进展，但距离临床实际应用仍有诸多障碍需要跨越，包括监管审批、责任认定、模型对非文本数据的处理能力等关键问题。

来源：TechCrunch、Science

北京时间 2026年4月30日 | 来源：NPR

突破性研究发表于《Science》

哈佛大学医学院和贝斯以色列女执事医疗中心的研究人员周四在《Science》期刊上发表了一项突破性研究。该研究发现，由OpenAI开发的AI推理模型在诊断患者方面表现超过了人类急诊医生。

真实世界数据测试

研究团队对AI模型进行了一系列实验，测试其临床推理能力——包括真实病例，例如一位最初病情好转但随后恶化的肺栓塞患者。AI扫描了患者的医疗记录，怀疑其狼疮病史可能导致了心脏炎症，最终被证实诊断正确。

研究人员在三个时间点对AI模型的诊断能力进行了评估——从急诊分诊阶段到入院阶段。总体而言，AI模型仅凭借电子健康记录和急诊可用的有限信息，就超越了两名经验丰富的医生。

“这个对我来说最重要的结论是——它在急诊科混乱的真实世界数据中也能有效工作，“该研究的临床研究员亚当·罗德曼（Adam Rodman）博士表示。

与顶级医生基线对比

研究的其他部分还聚焦于《新英格兰医学杂志》发表的病例报告和临床摘要，以评估AI模型的推理能力。

“该模型表现优于我们庞大的医生基线组，“哈佛医学院生物医学信息学助理教授拉杰·曼莱（Raj Manrai）说，他是该研究的共同作者之一。

重要限制

作者强调，AI模型仅依赖文本信息，而在实际临床环境中，医生还需要关注影像、声音和非语言等多种输入。此外，急诊科只占患者整个医疗过程中很小的一部分。罗德曼承认，AI不太可能在患者护理的所有阶段都发挥如此出色的表现。

并非取代医生

研究参与者均不认为这些发现支持用AI取代医生，“尽管一些公司可能会这样说和这样做”。罗德曼补充道：“我认为我们确实正在见证技术的深刻变革，它将重塑医学。”

西奈山健康系统首席临床官大卫·莱希（David Reich）博士对这项研究给予了高度评价：“你拥有的东西相当准确，可能已经准备好投入使用。现在的问题是，我们到底该如何将其引入临床实践？”

未来方向

研究人员强调，AI模型需要通过前瞻性试验等严格方式进行测试，以提供更确定的证据。莱希表示：“设计这些试验是一个非常有挑战性的过程，但这项研究是对行动的完美号召。”

来源：NPR