医学通用AI智能体的复杂性悖论：探索GPT-5在真实多模态医疗诊断中的表现

一项发表于《npj Digital Medicine》的研究基于161例临床验证案例评估了10种基于GPT-5的配置，发现多模态诊断可靠性更多取决于透明推理和高质量输入，而非激进检索或复杂智能体工作流。测试显示模型虽具备利用病史和清晰分步推理等优势，但在图像解读上存在误判，且偶发的不一致网络检索反而会削弱性能。作者建议未来开发应优先优化推理透明度并强化图文整合能力。