AI读X光片自信满满却错误频出：RadLE 2.0基准测试揭示风险，人类放射科医生仍不可替代

一句话看懂

RadLE 2.0基准测试发现，AI聊天机器人在阅读X光片时，即使诊断错误也常常表现出极高自信，人类放射科医生目前仍远胜AI。

详细发生了什么

RadLE 2.0是一个专门测试放射学AI模型“自知之明”的基准。它要求AI在不确定时主动放弃诊断，交给人类专家。然而，测试结果显示，许多主流AI模型在给出错误结论时，依然保持高置信度，缺乏对自身局限性的认知。

例如，某些模型将正常胸片误判为肺炎，却标注“95%置信”。这种“自信的错误”在临床环境中极其危险，可能导致误诊或延误治疗。相比之下，人类放射科医生在不确定时会主动寻求会诊或进一步检查。

该基准由多家研究机构联合开发，旨在推动AI在医疗影像领域的安全部署。研究强调，AI在独立诊断前，必须先学会“何时闭嘴”。

中文圈视角

这一发现对中文医疗AI市场有直接警示。国内已有多个AI影像辅助诊断产品获批，如推想科技、依图医疗等，但它们的核心模式仍是“辅助”而非“自主诊断”。RadLE 2.0的结果提醒：即便在辅助场景，AI的过度自信也可能误导医生。

目前中文圈讨论多集中在AI提升效率，较少关注“错误模式”。实际上，国内医疗AI面临类似问题——训练数据以西方人群为主，对亚洲人种特征识别可能更差，自信度却未必降低。此外，国内监管对AI诊断的容错率极低，任何“自信错误”都可能引发法律风险。

对于中文用户，这意味着：使用任何AI影像工具时，必须保留人类复核环节，不能盲目信任AI的置信度分数。国产AI在“不确定性表达”能力上仍需加强。

几条值得记住的细节

• RadLE 2.0专门测试AI何时应放弃诊断交给人类，而非单纯准确率。
• 多个主流AI模型在错误时仍标注“95%置信”，存在严重安全隐患。
• 人类放射科医生在不确定时会主动寻求会诊，AI缺乏这种机制。
• 该基准由多家研究机构联合开发，旨在推动AI安全部署。
• 研究强调AI独立诊断前必须先学会“何时闭嘴”。

一句话总结

AI读片能力再强，不懂“认怂”就危险——医疗AI必须先学会说“我不知道”。