麻省理工学院的研究表明，患者信息中的非临床内容（如错别字和生动语言）会降低大型语言模型在治疗建议中的准确性，尤其对女性患者影响更大。研究强调在医疗应用中使用大型语言模型前需进行严格审计，并希望探索更好地模拟真实患者信息的方法，以提高模型的可靠性。

研究探讨了AI模型o1在医疗领域的应用，评估其作为“AI医生”辅助或替代人类医生的潜力。结果显示，o1在某些任务上有潜力，但在理解医疗情境上存在局限，可能导致不准确诊断或不当建议。研究强调需进一步解决这些挑战，并关注AI在敏感领域的伦理问题。