研究显示大语言模型用药建议偏向原研药与高知名度药物

2026年10月27日，一项针对五种大语言模型的研究公布。该研究基于177,120个合成临床情境测试发现，大模型在推荐相同活性成分的药物时存在明显偏见，首选推荐集中度达97.5%，且对原研药的推荐比值比高达20.5。测试表明，模型的推荐分布与真实处方差异显著，网络搜索量高或拥有独立维基百科页面的药物更容易被模型推荐，这种倾向可能推高实际的药物采购成本。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。