ChatGPT-4o/5 仅看口腔黏膜照片准确率 19% 与 9%，加入病史后仍不能替代诊断

学术圈重大事件 · 发布 2026-08-21T18:40:00+08:00 · 更新 2026-08-21T18:40:46+08:00

核心结论

Medicina 8 月 21 日在 70 名成年人中前瞻比较 ChatGPT-4o 与 ChatGPT-5 识别口腔黏膜病灶。仅看图像时 Top-1 准确率分别为 19% 和 9%，加入标准化临床信息后升至 69% 和 51%；病理性病灶仍只有 63.3% 和 40.8%。两模型差异未达统计显著，单中心小样本结果不支持替代专科或组织病理诊断。

Medicina 8 月 21 日发表一项前瞻观察研究，直接比较 ChatGPT-4o 与 ChatGPT-5 识别正常口腔解剖变异和病理性黏膜病灶的能力。研究连续纳入克罗地亚一家大学医院的 70 名成年人，其中 21 人为正常变异、49 人有病理性病灶；每名参与者提供一张标准化临床照片。参考诊断由口腔医学专科医生给出，临床需要时辅以组织病理检查。

在只输入图像、不给病史或症状的条件下，两款模型表现都很低：ChatGPT-4o 的 Top-1 准确率为 19.0%，ChatGPT-5 为 9.0%。加入标准化临床信息后，准确率分别提高到 69.0% 和 51.0%。对正常解剖变异，4o 从 14.3% 升至 81.0%，5 从 14.3% 升至 76.2%；对真正病理性病灶，4o 从 20.4% 升至 63.3%，5 从 6.1% 升至 40.8%。

结果强调，多模态医疗问答中的文字上下文并非附属信息，而是模型判断的主要支撑；单张照片容易受部位、光照、尺度和相似外观影响。虽然 4o 的数字整体高于 5，配对比较没有发现统计显著差异，因此不能声称一个模型已经被证明优于另一个。对牙科和远程分诊产品，研究更支持把模型用作结构化信息提示、鉴别诊断清单或转诊辅助，而不是图像“拍照即诊断”。

样本只有 70 人、单中心且病种分布有限，组织病理也只在临床指征存在时完成；Top-1 指标无法显示危险病灶是否被排在第二或第三位，更未评估漏诊造成的临床后果。模型版本还会更新，提示词与图像压缩可能影响复现。后续需要多中心、预注册、覆盖癌前病变的盲法研究，并报告灵敏度、特异度、校准和安全转诊阈值。

信息来源

• Medicina 原始论文 DOI

可信度说明

来源为同行评议前瞻观察研究，连续纳入 70 人并使用专科参考诊断，图像单独及图文联合的准确率可由摘要核验。样本小、单中心、病种有限，且两模型差异未达统计显著；结果不支持自主诊断或对模型版本作普遍排名。

同主题情报

• 动物所 / `Cell`：`disc-Gastruloid` 首次把人类原条形成推进到可空间重构、可延长培养的体外模型

  中国科学院 `2026-07-08` 官方稿显示，团队构建的人类 `disc-Gastruloid` 在 `72` 小时共培养后形成类原条样区域，延长培养后超 `80%` 继续发育为轴向不对称三维胚胎样结构，分出 `14` 类细胞群并与着床后 `21` 天天然胚胎较高相似。它的重要性，在于把人类原肠运动这个长期难直接观察的发育“黑箱”推进到可重复、可操控的体...

• 银河系最快恒星逼近中心黑洞：峰值约每秒 2.5 万公里，或可测量自旋

  Science 与美联社 8 月 19 日报道，甚大望远镜数据识别出银河系内迄今已知速度最快的恒星：峰值约每秒 2.5 万公里，绕人马座 A* 一周约 8.7 年，且比此前纪录保持者更接近黑洞。长期高精度跟踪可能约束银河系中心黑洞自旋，但当前只是发现和轨道测量起点，尚未得到自旋值。

• 嫦娥七号以四器协同搜寻月球南极水冰，跳跃探测器瞄准永久阴影区

  Science 8 月 19 日更新嫦娥七号任务：轨道器、着陆器、巡视器和跳跃探测器将在鹊桥二号支持下调查月球南极水冰与挥发物，四平台合计 18 项载荷，并计划让跳跃探测器进入永久阴影坑现场分析。公开资料仍只给出 2026 年下半年发射口径，最终日期、落点与工程参数需以官方通告为准。

• M87 黑洞第一次有了双频“体检图”，研究者开始按位置读等离子体状态

  中国科学院 2026-07-28 08:18 发布官方稿，介绍上海天文台团队把 1.3 毫米和 3.5 毫米两张 M87 黑洞视界尺度图像合起来，首次做出空间分辨的谱指数分布。简单说，这不只是把黑洞拍得更清楚，而是开始按位置判断视界附近等离子体在不同半径上更接近“自吸收很强的厚辐射”还是“更容易透出的薄辐射”。关键转折出现在距黑洞中心约 30 微角秒处，并与...

• Moderna mRNA 流感疫苗获批，确诊病例相对标准疫苗减少 26.6%

  Nature 8 月 13 日梳理 Moderna 的 mRNA 流感疫苗 mFLUSIVA：FDA 于 8 月 5 日批准其用于 50–64 岁成人，并对 65 岁以上人群给予加速批准，计划进入美国 2026–27 流感季。超过 4 万人的试验中，mRNA 组 2% 出现实验室确诊流感，对照标准疫苗组为 2.8%，相对减少 26.6%；常见不良反应多为轻中...

• KIST 公布 A²SG 训练方法，以自适应非对称梯度改善深层脉冲神经网络

  KIST 8 月 10 日公布已获 ICML 2026 接收的 A²SG 训练方法，用自适应窗口和非对称代理梯度缓解深层脉冲神经网络的梯度变化与时间不一致。机构称该方法在 ImageNet 等任务提高准确率且训练开销低于所比较基线；论文与代码可查，但相对能耗和商业化前景仍需独立复现及真实神经形态硬件验证。