研究显示大语言模型在用药建议中更倾向于推荐高知名度药物与原研药

一项针对五种大语言模型的研究表明，模型在相同活性成分药物中存在明显的推荐偏见，首选推荐集中度达 97.5%，且原研药推荐比值比高达 20.5。该研究基于 177,120 个合成临床情境测试发现，推荐分布与真实处方差异显著，网络搜索量高或有独立维基百科页面的药物更容易被推荐，从而可能推高实际采购成本。