NEJM AI 研究：AI 推荐检查成本为医生 3.2 倍，提示词可压缩至 1.4 倍

dvira 团队在 NEJM AI 正式发表论文，系统测量了 LLM 临床决策支持中此前被忽略的维度——「推荐照护成本」。研究为 24 个通用与医疗 AI 系统提供 200 个真实门诊和急诊病例的临床表现，要求其给出评估与处置方案，并按 Medicare 费率为推荐的检查和转诊定价，与医生书面方案对比。

已确认

• 默认情况下，20 个通用系统推荐的照护平均每次就诊 314 美元，为医生实际开具成本的 3.2 倍。
• 约三分之二的就诊中医生未开任何检查，而 AI 模型仍常额外加开一套熟悉的检查组合。
• 医生复核 5 个系统共 1000 份方案时，18% 的 AI 方案包含医生方案中没有、但符合临床指南的检查，说明过度检查并非全部无价值。
• 通过提示词干预（如要求模型「考虑成本」类指令）测试 19 个系统，可将成本比明显压低至约 1.4 倍，但代价是诊断一致性下降。

为什么重要

• 作者指出，现有 LLM 医疗评测多只看准确性与安全性，而医疗决策本质上是权衡（如是否开 MRI、是否建议活检），该研究首次把「成本」作为独立评测维度引入顶刊级证据。
• 结果对 AI 临床落地方向有双重启示：AI 的过度检查会推高医疗支出，但医生本身也存在漏检，AI 与医生方案各有盲区，人机互补的复核流程可能是更现实的路径。

2026-10-16 ~ 2026-10-16 · 5 条相关

• 【源头】LLM 医疗评测新维度：NEJM AI 发表「推荐照护成本」对比研究 — dvir_a · 2026-10-16
• 【源头】24 个 AI 系统开处方检查：平均 314 美元/次，是医生的 3.2 倍 — dvir_a · 2026-10-16
• NEJM AI 研究：AI 开检查费是医生 3.2 倍，2/3 就诊医生零检查 — dvir_a · 2026-10-16
• 19 个模型评估：提示词可降低 LLM 过度检查成本，但代价是诊断一致性 — dvir_a · 2026-10-16
• 【源头】NEJM AI 研究:19 个 LLM 临床系统过度开检,提示词可压成本比至 1.4 倍 — dvir_a · 2026-10-16