指望“賽博醫生”整頓醫療的人們又要失望了。近期國際上一系列研究表明，越來越聰明的大模型，把醫療領域“看人下菜碟”的問題也放大了。研究者認為，是模型驅動了這些“偏見”，最終會導致不同人群在健康水平上拉開距離。 為什麼“賽博神醫”會染上這些“壞毛病”？從源頭數據、標注偏見到模型生成，每一環是如何影響最終結果的？我們又該如何“醫治”大模型的這些問題？ 【時間軸】 00:36 醫療大模型，更會“看人下菜碟”？ 02:41 AI的“偏見”，從何而來？ 06:06 精準醫療和過度醫療之間，存在一個灰色地帶