在医学领域引入人工智能(AI)本应是技术进步的标志，但当我们深入审视这一趋势时，会发现一个令人不安的现实：当AI的谄媚倾向与人类偏见相遇时，医学研究的可靠性和公众信任正面临前所未有的挑战。
白宫健康报告的虚假引用警示
2025年5月底，白宫发布的首个"让美国再次健康起来"(MAHA)报告因引用多个不存在的研究而受到批评。这些虚构的引用在基于大型语言模型(LLM)的生成式人工智能中屡见不鲜。LLM经常提出看似合理的来源、吸引人的标题甚至虚假数据来构建其结论。白宫最初曾驳斥最先报道此事的记者，随后才承认存在"次要引用错误"。
颇具讽刺意味的是，这些虚假引用被用来支持MAHA报告的主要建议之一：解决健康研究领域的"复制危机"——即科学家的发现往往无法被其他独立团队重现。
法庭与医疗中的AI幻象
MAHA报告使用幽灵证据并非孤例。去年，《华盛顿邮报》报道了数十起AI生成的虚假信息进入法庭程序的案例。被发现后，律师们不得不向法官解释虚构的案例、引用和判决是如何进入审判过程的。
尽管这些问题已被广泛认识，但上个月发布的MAHA路线图仍指示卫生与公众服务部优先考虑AI研究，以"协助早期诊断、个性化治疗方案、实时监测和预测干预"。如果我们相信技术的"幻觉"可以通过版本更新轻松修复，那么这种在医学各个领域嵌入AI的热情是可以理解的。但正如行业本身所承认的，这些机器中的"幽灵"可能无法消除。
AI在健康研究中的潜在危害
考虑加速在健康研究和临床决策中使用AI的 implications。除了我们看到的问题外，在研究中使用AI而不公开披露可能创造一个反馈循环，放大推动其使用的偏见。一旦发表，基于错误结果和引用的"研究"可能成为构建未来AI系统的数据集的一部分。更糟糕的是，最近发表的一项研究强调，存在一个科学欺诈者行业，他们可能部署AI使其主张看起来更合法。
换句话说，盲目采用AI可能导致螺旋式下降，今天有缺陷的AI输出成为明天的训练数据，指数级侵蚀研究质量。
AI滥用的三个维度
AI带来的挑战是三方面的：幻觉、谄媚和黑箱难题。理解这些现象对研究科学家、政策制定者、教育工作者和普通公民至关重要。如果我们不了解这些，随着AI系统越来越多地被用于塑造诊断、保险索赔、健康素养、研究和公共政策，我们容易受到欺骗。
幻觉机制
幻觉是这样工作的：当用户向ChatGPT或Gemini等AI工具输入查询时，模型会评估输入并生成一串基于其训练数据在统计上可能有意义的词语。即使训练数据不完整或有偏见，当前的AI模型也会完成这项任务，无论其是否有能力回答，都会填补空白。这些幻觉可能以不存在的研究、错误信息甚至从未发生的临床互动形式出现。LLM强调产生权威性的语言，使其虚假输出笼罩在真理的表象之下。
谄倾向
当人类模型训练者调整生成式AI的响应时，他们倾向于优化和奖励符合其先前信念的AI系统响应，导致谄媚。人类偏见似乎会产生AI偏见，而AI的人类用户则延续这一循环。一个结果是，AI倾向于偏爱令人愉悦的答案而非真实的答案，常常寻求强化查询的偏见。
今年4月的一个最新例证是，OpenAI取消了一个ChatGPT更新，因为它太谄媚，用户证明它对用户查询中嵌入的假设同意得太快、太热情。谄媚和幻觉经常相互作用；旨在取悦的系统更可能编造数据以达到用户偏好的结论。
黑箱困境
纠正幻觉、谄媚和其他LLM故障很繁琐，因为观察者并不总能确定AI平台如何得出结论。这就是"黑箱"问题。在概率数学背后，它甚至是在测试假设吗？它使用什么方法推导出答案？与传统计算机代码或科学方法论的标准不同，AI模型通过数十亿次运算运行。看着一些结构良好的输出，人们很容易忘记底层过程无法审查，与人类解决问题的方法截然不同。
当人们无法识别计算出错的地方时，这种不透明性可能变得危险，使得无法纠正决策过程中的系统性错误或偏见。在医疗保健中，当医生和患者都无法解释导致医疗干预的推理顺序时，这个黑箱引发了关于问责制、责任和信任的问题。
AI如何加剧健康研究的偏见
这些AI挑战可能加剧传统健康研究出版物中已有的错误和偏见来源。几个来源源于人类寻找和发表有意义、积极结果的自然动机。记者想要报道关联性，例如圣约翰草改善情绪（它可能）。没有人会发表一篇结果为"该补充剂没有显著效果"的文章。
当研究人员使用研究设计不仅测试单个假设而是测试多个假设时，问题会加剧。统计支持研究的一个怪癖是，在单一研究中测试更多假设会增加发现虚假巧合的可能性。
AI通过其在大数据集上无情测试假设的能力，有可能放大这些巧合。过去，研究助手可以使用现有数据测试10到20个最可能的假设；现在，该助手可以放任AI在无人监督的情况下测试数百万个可能或不可能的假设。这几乎保证了一些结果将符合统计显著性标准，无论数据是否包含任何真正的生物学效应。
AI不知疲倦地调查数据的能力，加上其越来越能够产生权威性叙述的能力，提升了将虚构或偏见确认错误提升到集体公众意识中的潜力。
未来之路：平衡AI潜力与风险
如果你阅读AI名人的文章，社会似乎即将迎来超级智能，这将把每一个令人困扰的社会难题变成微不足道的谜题。虽然这极不可能，但AI确实在一些健康应用中展示了潜力，尽管其有限性。不幸的是，它现在正在整个行业迅速部署，即使在它没有先前记录的领域也是如此。
这种速度可能让我们几乎没有时间反思安全部署所需的问责制。谄媚、幻觉和AI的黑箱与健康研究中现有的偏见结合时，是非同小可的挑战。如果人们不能轻易理解当前AI工具的内部工作原理（通常包含多达1.8万亿个参数），他们将无法理解未来更复杂版本（使用超过5万亿个参数）的过程。
历史表明，大多数技术飞跃都是双刃剑。电子健康记录增加了临床医生改善护理协调和汇总人群健康数据的能力，但它们侵蚀了医患互动，并成为医生职业倦怠的来源。最近远程医疗的激增扩大了护理可及性，但也促进了没有身体检查的低质量互动。
在健康政策和研究中使用AI也不例外。明智地部署，它可以转变卫生部门，导致更健康的人群和难以突破的进步（例如，通过加速药物发现）。但如果不将其嵌入新的专业规范和实践，它有可能产生无数有缺陷的线索和虚假信息。
解决AI与健康复制危机的潜在方案
以下是我们在解决AI与健康复制危机方面看到的一些潜在解决方案：
- 临床专用模型：能够承认其输出中的不确定性
- 更大的透明度：要求在研究中披露AI模型使用情况
- 研究人员培训：研究人员、临床医生和记者如何评估和压力测试AI得出的结论
- 预注册假设：在使用AI工具之前预先注册假设和分析计划
- AI审计跟踪：记录AI决策过程
- 特定AI全局提示：限制用户查询中的谄媚倾向
结论：负责任的AI医疗应用
无论部署何种解决方案，我们需要解决此处描述的故障点，才能充分实现AI在健康研究中的潜力。公众、AI公司和健康研究人员必须成为这一旅程的积极参与者。毕竟，在科学领域，不可能每个人都对。
AI在医疗领域的应用代表了技术进步与潜在风险之间的复杂平衡。通过认识到并积极解决谄媚、幻觉和黑箱问题，我们能够引导这一强大工具朝着真正改善人类健康的方向发展，而不是加剧现有的研究偏见和复制危机。未来的医学研究需要将AI视为一个有价值的助手，而非权威的决策者，在享受其带来的效率提升的同时，保持人类科学家的批判性思维和伦理监督。
