Chẩn đoán bằng AI: bài học từ con số 83% của Microsoft
AI chẩn đoán của Microsoft đạt 83% so với 36% của bác sĩ trên Science. Nghiên cứu đo gì, bỏ qua gì, và marketer nên nhắc lại các tuyên bố như vậy ra sao.
Tổng quan
Microsoft nói hệ thống chẩn đoán bằng AI của họ chính xác hơn bác sĩ gấp đôi. Tuyên bố này đến từ một bài báo đã qua bình duyệt trên Science, một trong những tạp chí hàng đầu thế giới, và chỉ sau một ngày đã lan khắp các trang tin và mạng xã hội, thường bị rút gọn thành một câu: "AI giỏi hơn bác sĩ."
Các con số là thật. Nhưng tiêu đề bỏ qua việc bài kiểm tra đo cái gì và AI được so với ai. Khoảng cách giữa tuyên bố và bằng chứng chính là phần marketer nên học.
Bài viết này giải thích nghiên cứu tìm ra gì, bằng ngôn ngữ dễ hiểu, và nó không chứng minh được điều gì. Sau đó, chúng tôi biến câu chuyện thành hướng dẫn thực tế để đọc và viết các tuyên bố về AI, dù bạn bán công cụ AI, làm marketing cho thương hiệu y tế hay chỉ chia sẻ tin tức với khán giả. Đây không phải lời khuyên y tế.
Điểm cốt lõi
- MAI-DxO của Microsoft chẩn đoán đúng 83,2% trong 304 ca bệnh khó từ một tạp chí y khoa. Bác sĩ đạt trung bình 36,1% khi có tài liệu tham khảo và 22,3% khi không có.
- Với 325 hồ sơ cấp cứu, hệ thống đạt 80,3% so với 46,8% của bác sĩ.
- Các bác sĩ là bác sĩ đa khoa làm việc một mình, không có bác sĩ chuyên khoa, không có nhóm, và không có phim chụp, thăm khám hay đồng nghiệp như khi làm việc ở phòng khám thật.
- Các ca bệnh là hồ sơ cũ, chỉ có chữ. Không có bệnh nhân thật nào được khám, và chi phí xét nghiệm chỉ là ước tính.
- Cả 15 tác giả đều làm việc tại Microsoft. Bài báo đã qua bình duyệt, nhưng chưa có nhóm độc lập nào lặp lại kết quả.
- Với marketer, bài học là luôn nêu rõ bài kiểm tra, nhóm so sánh và giới hạn mỗi khi nhắc lại hay tự viết một tuyên bố về AI.
Xác định quy trình SEO, GEO và AEO phù hợp trước khi triển khai.
Toàn cảnh nghiên cứu chẩn đoán bằng AI
| Mục | Chi tiết |
|---|---|
| Bài báo | "Sequential diagnosis with language models", Science, ngày 22 tháng 10 năm 2026 |
| Hệ thống | MAI-DxO (Microsoft AI Diagnostic Orchestrator), chạy trên GPT-5 của OpenAI |
| Ca bệnh khó | 304 hồ sơ ca bệnh từ New England Journal of Medicine |
| Ca cấp cứu | 325 ca nhập viện từ bộ dữ liệu nghiên cứu MIMIC-IV-ED |
| Kết quả chính | 83,2% so với 36,1% của bác sĩ có tài liệu tham khảo |
| Nhóm so sánh | Bác sĩ đa khoa làm việc một mình, ở Mỹ và Anh |
| Bước tiếp theo | Một nghiên cứu dự kiến với bệnh nhân thật tại Beth Israel Deaconess Medical Center |
Nguồn: bài báo trên Science, thông cáo báo chí của AAAS và bản bài báo do nhóm tác giả công bố. Nhóm của Microsoft lần đầu chia sẻ nghiên cứu dưới dạng bản preprint vào tháng 6 năm 2025.
Microsoft đã kiểm tra khả năng chẩn đoán của AI như thế nào
Phần lớn bài kiểm tra AI y tế đưa cho model toàn bộ ca bệnh rồi hỏi đáp án. Bác sĩ thật không làm việc như vậy. Họ bắt đầu với vài dữ kiện, đặt câu hỏi, chỉ định xét nghiệm và thay đổi nhận định khi có kết quả mới.
Vì thế Microsoft xây dựng một bài kiểm tra giống buổi khám thật hơn, nơi thông tin đến từng chút một và mỗi câu hỏi mới đều phải được lựa chọn và trả tiền. Nó tên là Sequential Diagnosis Benchmark, hay SDBench. Mỗi ca bắt đầu bằng một đoạn tóm tắt ngắn, như tuổi và triệu chứng chính của bệnh nhân. Muốn biết thêm, bác sĩ hoặc AI phải hỏi.
Một model AI thứ hai đóng vai người gác cổng. Nó giữ toàn bộ hồ sơ và chỉ trả lời đúng câu được hỏi. Model thứ ba chấm điểm. Nó so câu trả lời cuối cùng với chẩn đoán đã biết và chấm theo thang năm điểm.
Mỗi câu hỏi và xét nghiệm cũng có giá. Một lần khám tiêu chuẩn tính 300 USD, còn xét nghiệm được định giá theo bảng giá năm 2023 của một bệnh viện Mỹ. Vậy là bài kiểm tra đo hai thứ cùng lúc: độ chính xác và lượng xét nghiệm cần dùng để đến được đáp án.
Bản thân MAI-DxO không phải model mới. Nó là một cách vận hành model: tạo ra một hội đồng bác sĩ ảo bên trong model. Một người đề xuất các chẩn đoán có thể, một người chọn xét nghiệm tiếp theo, một người phản biện giả thuyết đang dẫn đầu và một người theo dõi chi phí. Sau đó hội đồng thống nhất bước tiếp theo.
Các con số chẩn đoán bằng AI, đặt trong bối cảnh
Dưới đây là các kết quả chính trong bài báo. Độ chính xác là tỷ lệ ca có câu trả lời cuối cùng khớp với chẩn đoán đã biết. Chi phí là chi phí xét nghiệm ước tính trung bình cho mỗi ca.
| Đối tượng | Ca khó từ tạp chí | Ca cấp cứu |
|---|---|---|
| MAI-DxO chạy GPT-5 | 83,2% (khoảng 5.430 USD) | 80,3% (khoảng 4.980 USD) |
| GPT-5 dùng riêng | 78,9% (khoảng 8.410 USD) | 76,6% |
| Bác sĩ có tài liệu tham khảo | 36,1% (khoảng 4.725 USD) | 46,8% (khoảng 3.400 USD) |
| Bác sĩ không có tài liệu | 22,3% (khoảng 3.050 USD) | Không kiểm tra |
| Bác sĩ giỏi nhất | 51,8% | 62,5% |
Câu "chính xác hơn gấp đôi" của Microsoft đến từ 83,2% so với 36,1%. Theo phép tính của chúng tôi, con số đó là khoảng 2,3 lần. So với bác sĩ không có tài liệu, nó là khoảng 3,7 lần, đó là nguồn gốc của cụm "gần gấp bốn lần". Ở các ca cấp cứu, khoảng cách thu hẹp còn khoảng 1,7 lần.
Hãy để ý hai điều. Thứ nhất, riêng GPT-5 đã đạt 78,9%, nên phần lớn mức chênh so với bác sĩ đến từ model nền, không phải từ cách điều phối.
Thứ hai, khoảng cách lớn nhất ở những ca khó nhất. Với hồ sơ cấp cứu thường ngày, bác sĩ làm tốt hơn nhiều.
Ngân sách cũng quan trọng. Với ngân sách xét nghiệm chặt, MAI-DxO đạt 79,6% với khoảng 1.300 USD mỗi ca. Khi chạy nhiều hội đồng song song, nó đạt 84,5% với khoảng 8.950 USD.
Hệ thống chẩn đoán bằng AI được so với ai
Cụm "giỏi hơn bác sĩ" phụ thuộc vào việc đó là bác sĩ nào. Trong nghiên cứu này, họ là bác sĩ đa khoa: bác sĩ gia đình và bác sĩ đa khoa bệnh viện ở Mỹ và Anh, với trung vị 12 năm kinh nghiệm.
Bản bài báo của nhóm tác giả cho biết chi tiết. Hai mươi mốt bác sĩ làm bài kiểm tra không có tài liệu. Một nhóm mới gồm 19 người làm phiên bản có tài liệu, với các công cụ như UpToDate và hướng dẫn NICE nhưng không có AI tạo sinh. Mười sáu người trong số đó sau này làm bài kiểm tra cấp cứu.
Họ làm việc một mình, qua một màn hình chỉ có chữ. Họ không thể thăm khám ai, xem phim chụp hay hỏi đồng nghiệp.
Họ cũng không làm cả 304 ca. Để bài kiểm tra công bằng, điểm của họ đến từ 56 ca mới nhất, vốn được nhóm nghiên cứu giấu kín trong quá trình phát triển. Nhóm tác giả cho biết AI đạt điểm gần như tương đương trên 56 ca đó so với toàn bộ bộ dữ liệu.
Không có bác sĩ chuyên khoa, cũng không có nhóm nào. Các ca bệnh đến từ một chuyên mục tạp chí chọn ca hiếm, có giá trị giảng dạy, thường là loại ca mà bác sĩ đa khoa sẽ chuyển cho chuyên khoa. Chính nhóm tác giả nói khoảng cách có lẽ sẽ hẹp lại khi so với các nhóm chuyên gia.
Nghiên cứu chẩn đoán bằng AI này không chứng minh được gì
Nhóm tác giả nói rõ các giới hạn. Bài báo viết rằng kết quả cho thấy hệ thống vượt từng bác sĩ riêng lẻ trong một môi trường mô phỏng có kiểm soát, chứ không phải các nhóm chuyên gia trong chăm sóc thật. Đây là những gì bài kiểm tra bỏ ngoài:
- Bệnh nhân thật: mọi ca đều là hồ sơ cũ, được chuyển thành văn bản. Không ai được điều trị.
- Người khỏe mạnh: ca nào cũng có bệnh thật. Bài kiểm tra không đo được báo động nhầm ở người khỏe.
- Hình ảnh và thăm khám: không có. Không có phim chụp, tiêu bản xét nghiệm hay khám lâm sàng trong bài kiểm tra, dù đó là phần cốt lõi của chẩn đoán thật.
- Hồ sơ lộn xộn: bệnh nhân thật hay quên, hồ sơ thiếu thông tin và triệu chứng thay đổi theo thời gian.
- Điều trị và an toàn: phần chấm điểm chỉ xét chẩn đoán, không xét các bước tiếp theo có an toàn hay đúng hay không.
- Kiểm chứng độc lập: bài báo đã qua bình duyệt, nhưng chưa có nhóm bên ngoài nào lặp lại.
Những điều trên không làm nghiên cứu yếu đi. Chúng cho thấy nó còn ở giai đoạn đầu. Bài kiểm tra là một bước tiến cẩn thận so với đề trắc nghiệm. Nó không phải bằng chứng rằng AI nên chẩn đoán bệnh nhân ngay hôm nay.
Đọc kỹ các tuyên bố về chi phí
Microsoft cũng nói MAI-DxO đến được đáp án với chi phí thấp hơn bác sĩ trong nhiều thiết lập. Tuyên bố đó cần được đọc cẩn thận như tuyên bố về độ chính xác.
Chi phí ở đây không phải hóa đơn thật. Một model ngôn ngữ gán mỗi xét nghiệm được yêu cầu với một mã thanh toán, và giá lấy từ bảng giá năm 2023 của một hệ thống y tế lớn ở Mỹ. Bài báo gọi các ước tính này là một cách so sánh chuẩn hóa, không phải bức tranh chi tiêu thật.
Ngoài ra, câu chuyện chi phí còn tùy thiết lập. Khi không giới hạn ngân sách, MAI-DxO tốn nhiều tiền hơn mỗi ca so với bác sĩ có tài liệu ở nhóm ca khó, khoảng 5.430 USD so với 4.725 USD.
Nó chỉ rẻ hơn khi bị giới hạn ngân sách, và khi đó cũng mất một phần độ chính xác. Nói ngắn gọn? "Rẻ hơn và tốt hơn" đúng với một số thiết lập, không phải tất cả.
Từ bản preprint đến Science: điều gì đã thay đổi
Nếu các con số nghe quen, đó là vì một phiên bản đầu đã lên tiêu đề báo vào tháng 6 năm 2025. Bản preprint đó chạy trên model o3 của OpenAI. Nó báo cáo khoảng 80% cho hệ thống so với 20% của 21 bác sĩ, và 85,5% ở thiết lập cao nhất. Bản đó chưa qua bình duyệt.
Bản trên Science bổ sung các model mạnh hơn, gồm GPT-5, thêm một bộ ca cấp cứu và một nhóm bác sĩ được dùng tài liệu tham khảo. Một số con số đã thay đổi. Điểm trung bình của bác sĩ tăng lên 36,1% khi có tài liệu, nên khoảng cách nhỏ hơn mức các tiêu đề năm 2025 gợi ý.
Theo một số bài báo, Microsoft cũng chạy lại bài kiểm tra với GPT-5.5 và thấy mức cải thiện lớn hơn. Các kết quả đó đến từ thông báo của chính công ty, không nằm trong bài báo đã qua bình duyệt.
Bước tiếp theo của Microsoft trong chẩn đoán bằng AI
Bài kiểm tra thật vẫn còn ở phía trước. Microsoft cho biết sẽ thực hiện một nghiên cứu với Beth Israel Deaconess Medical Center ở Boston, bắt đầu từ khoa cấp cứu và chăm sóc khẩn cấp. Bệnh nhân đồng ý tham gia sẽ tương tác với hệ thống, và nhận định của hệ thống sẽ được so với đánh giá của chính các bác sĩ.
Microsoft kỳ vọng đây sẽ là nghiên cứu lớn nhất thuộc loại này. Chi tiết còn ít. Microsoft chưa công bố ngày bắt đầu, quy mô hay các kết quả sẽ đo. Microsoft cũng có một dự án riêng với Mayo Clinic để xây dựng một model AI cho y tế.
Google có một nỗ lực tương tự. Hệ thống AMIE của Google đã được thử với 98 bệnh nhân tại Beth Israel trong một nghiên cứu nhỏ công bố trên The Lancet ngày 8 tháng 10. Cuộc đua đã bắt đầu, và đó thêm một lý do để đọc kỹ từng tuyên bố mới.
Vì sao marketer nên quan tâm đến các tuyên bố chẩn đoán bằng AI
Có thể bạn không bán gì cho bệnh viện, và có thể bạn sẽ không bao giờ viết về y khoa, nhưng câu chuyện này vẫn quan trọng với bất kỳ ai đưa ra hoặc nhắc lại tuyên bố về AI, vì ba lý do.
Thứ nhất, "AI giỏi hơn con người" giờ là một tuyên bố marketing quen thuộc. Các nhà cung cấp dùng nó cho viết lách, quảng cáo, phân tích và chăm sóc khách hàng. Nghiên cứu của Microsoft là ví dụ rõ ràng về cách một tuyên bố như vậy được xây dựng, và chỗ nó có thể gây hiểu lầm.
Thứ hai, tuyên bố ngắn đi xa hơn phần chữ nhỏ. Một tiêu đề như "AI giỏi gấp đôi bác sĩ" được chia sẻ và tóm tắt. Rồi các trợ lý AI nhắc lại bản tóm tắt khi có người hỏi. Một khi phiên bản đơn giản đã lan ra, rất khó sửa lại.
Thứ ba, bạn sẽ bị hỏi. Khách hàng, độc giả và người mua sẽ trích dẫn những tiêu đề này. Biết cách đọc chúng giúp bạn hữu ích hơn và đáng tin hơn.
Danh sách kiểm tra khi đọc tuyên bố benchmark AI
Hãy dùng các câu hỏi này cho mọi tuyên bố kiểu "AI giỏi hơn X". Cột bên phải cho thấy nghiên cứu của Microsoft trả lời thế nào.
| Câu hỏi cần đặt | Nghiên cứu chẩn đoán bằng AI của Microsoft |
|---|---|
| Nhiệm vụ là gì? | Chỉ chẩn đoán, từng bước, trong môi trường mô phỏng |
| Dữ liệu nào được dùng? | Ca bệnh cũ dạng văn bản, phần lớn là ca khó |
| So với ai? | Bác sĩ đa khoa làm một mình, không phải chuyên khoa hay nhóm |
| Hai bên có được hỗ trợ như nhau không? | Bác sĩ không có đồng nghiệp, phim chụp hay AI tạo sinh |
| Ai thực hiện bài kiểm tra? | Chính nhóm của Microsoft; cả 15 tác giả đều làm ở đó |
| Đã qua bình duyệt chưa? | Rồi, trên Science, một trong những tạp chí khắt khe nhất thế giới, sau khi được các chuyên gia bên ngoài do tạp chí chọn thẩm định |
| Đã có ai lặp lại chưa? | Chưa |
| Có đo kết quả thật không? | Không; nghiên cứu với bệnh nhân thật đang được lên kế hoạch |
Nếu một tuyên bố không trả lời được phần lớn các câu này, hãy coi nó là lời hứa, không phải kết quả.
Cách viết về tuyên bố AI mà không phóng đại
Chính xác không có nghĩa là nhàm chán. Hãy so sánh các tiêu đề sau:
- Phóng đại: "AI của Microsoft giỏi gấp đôi bác sĩ."
- Chính xác: "AI của Microsoft vượt bác sĩ đa khoa làm một mình ở các ca kiểm tra khó."
- Phóng đại: "AI sẽ thay thế bác sĩ của bạn."
- Chính xác: "AI chẩn đoán vượt qua một bài kiểm tra mô phỏng khó. Thử nghiệm với bệnh nhân thật là bước tiếp theo."
Vài thói quen sẽ giúp ích. Nêu tên nhóm so sánh. Nói rõ là có người thật hay chỉ là hồ sơ cũ.
Ghi nguồn và ngày công bố. Ghi chú phép tính của riêng bạn, đặt lời của công ty trong ngoặc kép, và dẫn link đến bài báo gốc hoặc thông cáo báo chí để độc giả tự kiểm tra các con số.
Và đừng kéo một kết quả hẹp thành kết luận chung. "Vượt bác sĩ đa khoa ở các ca văn bản khó" vẫn là một tuyên bố mạnh và thú vị. Nó cũng là tuyên bố bạn bảo vệ được.
Cẩn trọng hơn với marketer ngành y tế
Nếu bạn làm marketing cho sản phẩm hay dịch vụ y tế, tiêu chuẩn còn cao hơn. Các tuyên bố về sức khỏe được theo dõi sát, và tuyên bố về AI cũng đang nhận sự chú ý tương tự.
- Đừng ngụ ý đã được phê duyệt: một bài báo trên tạp chí không phải là giấy phép của cơ quan quản lý. Ở Mỹ, một số phần mềm chẩn đoán được quản lý như thiết bị y tế.
- Có bằng chứng cho mọi tuyên bố sức khỏe: quy định quảng cáo ở Mỹ yêu cầu bằng chứng khoa học vững chắc cho tuyên bố về sức khỏe, và tiêu chuẩn càng cao khi rủi ro càng lớn.
- Tránh cách nói "bác sĩ AI": nó gợi ra một mức chăm sóc mà chưa công cụ nào chứng minh được trong thực tế.
- Tách nghiên cứu khỏi sản phẩm: một kết quả trong phòng thí nghiệm không có nghĩa tính năng trong ứng dụng của bạn hoạt động giống vậy.
Quy định khác nhau theo từng quốc gia. Hãy hỏi đội pháp lý trước khi đăng. Tuyên bố an toàn nhất là tuyên bố khớp chính xác với nghiên cứu.
Áp dụng cùng phép thử cho tuyên bố AI của chính bạn
Tuyên bố dễ bị phóng đại nhất là tuyên bố của chính mình. "AI của chúng tôi viết quảng cáo nhanh gấp 3 lần" hay "giỏi hơn copywriter" đặt ra đúng những câu hỏi như nghiên cứu của Microsoft.
Nhanh hơn ai, ở nhiệm vụ nào, và ai chấm? Trên bao nhiêu ví dụ, và ai chọn chúng? Phía con người có được cùng công cụ, cùng thời gian và cùng thông tin như AI không, hay họ phải làm việc với một tay bị trói? Nếu bạn không trả lời được, hãy làm nhẹ tuyên bố hoặc chạy một bài kiểm tra công bằng hơn.
Điều này cũng bảo vệ bạn. Người mua ngày càng giỏi nhận ra các tuyên bố AI bị kéo dãn. Một tuyên bố chính xác có nguồn rõ ràng được tin hơn một tuyên bố lớn không có nguồn. Bài viết của chúng tôi về khoảng trống bằng chứng trong AI marketing chỉ cách trình bày kết quả khiến người mua tin.
Trợ lý AI sẽ kể lại câu chuyện chẩn đoán bằng AI này ra sao
Vài tháng nữa, nếu hỏi một trợ lý AI về nghiên cứu này, nhiều khả năng nó sẽ trả lời dựa trên các nguồn được trích dẫn nhiều nhất. Nếu các nguồn đó viết "giỏi gấp đôi bác sĩ", đó là điều mọi người sẽ nghe.
Thương hiệu cũng gặp chuyện tương tự. Trợ lý AI nhắc lại những tuyên bố xuất hiện thường xuyên nhất và rõ ràng nhất. Nếu tuyên bố của bạn mơ hồ hoặc phóng đại, đó là phiên bản sẽ lan ra. Nếu chúng chính xác và có nguồn tốt, trợ lý AI có thứ tốt hơn để trích dẫn.
Đó là lý do chúng tôi coi độ chính xác của tuyên bố là một phần của công việc AI search, không phải một thủ tục pháp lý làm cho xong ở cuối, và vì sao chúng tôi kiểm tra từng con số trước khi đăng. Hướng dẫn của chúng tôi về tối ưu trích dẫn giải thích cách biến nội dung của bạn thành nguồn mà trợ lý AI tin tưởng.
Chẩn đoán bằng AI: góc nhìn của chúng tôi
Đây là nghiên cứu nghiêm túc. Bài kiểm tra thực tế hơn phần lớn benchmark AI, nhóm tác giả nêu giới hạn rất thẳng thắn và bài báo đã qua bình duyệt ở một tạp chí hàng đầu. Nó hướng tới một tương lai thật, nơi AI giúp bác sĩ suy luận qua các ca khó.
Nhưng bằng chứng chỉ hỗ trợ một tuyên bố hẹp hơn các tiêu đề. MAI-DxO vượt bác sĩ đa khoa làm một mình ở các ca khó, mô phỏng. Liệu nó có giúp được bệnh nhân hay không là câu hỏi mà nghiên cứu tại Beth Israel sẽ cố trả lời.
Với marketer, mọi thứ đơn giản. Đọc quá tiêu đề, nêu tên nhóm so sánh và giữ tuyên bố chính xác đúng bằng bằng chứng. Điều đó giúp nội dung của bạn hữu ích hơn và đáng tin hơn.
Cách Vanaxity giúp thương hiệu đưa ra tuyên bố AI chính xác
Chúng tôi giúp đội marketing đăng nội dung mà cả trợ lý AI lẫn người đọc đều tin được. Việc đó gồm kiểm tra tuyên bố với nguồn gốc, viết các phép so sánh rõ ràng và theo dõi cách trợ lý AI mô tả thương hiệu của bạn.
Nếu bạn muốn tuyên bố của mình đứng vững, hãy xem dịch vụ của chúng tôi hoặc đọc thêm trong thư viện bài viết.
Câu hỏi thường gặp
MAI-DxO là gì?
MAI-DxO, tức Microsoft AI Diagnostic Orchestrator, là hệ thống vận hành một model ngôn ngữ như một hội đồng bác sĩ ảo. Các thành viên đề xuất chẩn đoán, chọn xét nghiệm, phản biện lẫn nhau và theo dõi chi phí. Trong nghiên cứu trên Science, nó chạy trên GPT-5 của OpenAI.
AI của Microsoft có thật sự giỏi gấp đôi bác sĩ không?
Chỉ trong một bài kiểm tra hẹp. Trên 304 ca khó từ tạp chí, MAI-DxO đạt 83,2%. Bác sĩ đa khoa làm một mình đạt 36,1% khi có tài liệu tham khảo, nhưng họ được chấm trên một nhóm 56 ca được giữ riêng chứ không phải cả 304 ca. Nghiên cứu không có bác sĩ chuyên khoa, nhóm bác sĩ hay bệnh nhân thật.
Hệ thống chẩn đoán bằng AI đã được thử với bệnh nhân thật chưa?
Chưa. Nghiên cứu dùng hồ sơ ca bệnh cũ, chỉ có văn bản. Microsoft cho biết một nghiên cứu với bệnh nhân đồng ý tham gia đang được lên kế hoạch tại Beth Israel Deaconess Medical Center ở Boston, bắt đầu từ khoa cấp cứu và chăm sóc khẩn cấp.
Nghiên cứu có cho thấy chẩn đoán bằng AI giúp giảm chi phí y tế không?
Không. Chi phí xét nghiệm là ước tính từ bảng giá năm 2023 của một bệnh viện Mỹ, không phải hóa đơn thật. Khi không giới hạn ngân sách, MAI-DxO tốn nhiều tiền hơn mỗi ca so với bác sĩ có tài liệu tham khảo ở nhóm ca khó.
Marketer nên học được gì từ nghiên cứu này?
Khi nhắc lại hay tự viết một tuyên bố về AI, hãy nêu rõ nhiệm vụ, dữ liệu, nhóm so sánh và giới hạn. Đặt tuyên bố của công ty trong ngoặc kép, ghi chú phép tính của riêng bạn và tránh những tiêu đề mà bằng chứng không hỗ trợ.
