研究：四款大语言模型对精神分裂症预后的判断，三款接近精神健康专业人员
一项病例情境研究将ChatGPT-3.5、ChatGPT-4、Google Bard和Claude（均为大语言模型，LLM）对精神分裂症预后的评估与专业人员及公众已有常模对比。
在有专业治疗条件下，三款模型接近专业人员看法，ChatGPT-3.5明显更悲观； 所有模型都认为不治疗会停滞或恶化。 摘要作者提示，悲观判断可能影响患者治疗意愿，模型用于临床前需验证。
研究论文原始来源可核对
事实与证据边界
研究向4个AI（人工智能）平台界面输入病例情境，每个评估10次，共收集80份评估，并与既有常模比较。 常模涵盖全科医生、精神科医生、临床心理学家、精神健康护士及公众对精神分裂症有无专业治疗时预后和长期结局的看法。 结果：有专业治疗时，ChatGPT-3.5明显悲观，ChatGPT-4、Claude、Bard与专业人员一致而与公众不同；
所有LLM（大语言模型）认为未治疗会停滞或恶化。 长期结局上，ChatGPT-4和Claude预测的负面结局多于Bard和ChatGPT-3.5； 正面结局上，ChatGPT-3.5和Claude比Bard和ChatGPT-4更悲观。 原文未披露作者机构信息。 本研究仅为摘要级证据，研究对象是模型输出与常模的一致性，不是患者临床效果。
分析判断
该研究提供的是一个可核对的比较点：同一临床情境下，不同LLM（大语言模型）输出差异明显，且差异方向不一致（悲观或接近专业判断）。 这说明“AI（人工智能）能否评估预后”不能笼统回答，模型版本与提示方式都会改变结果。 但研究是病例情境的重复评估，不是对真实患者的预测验证，也没有检验这些输出是否改变患者行为或治疗结局。
摘要作者关于悲观判断可能降低治疗动机的说法，属于推论而非本研究报告的实证发现。
后续观察信号
- 查找该论文全文以核对常模来源与统计方法
- 关注JMIR Mental Health后续相关研究