Studie: Språk påverkar medicinsk diagnostik i stora språkmodeller
En ny studie visar att stora språkmodellers diagnostiska förmåga inom medicin varierar beroende på om de promptas på engelska eller franska, med lägre prestanda i regel för franska.
Vad har hänt
Forskare har undersökt hur fem stora språkmodeller (LLM) presterar vid medicinsk diagnostik när de promptas på engelska respektive franska. Studien baserades på 180 kliniska vinjetter från 16 medicinska specialiteter. Två läkare bedömde modellernas diagnostiska noggrannhet och resonemangskvalitet med en 18-gradig skala.
Snabbfakta
| Publikationsdatum | 19 maj 2026 |
|---|---|
| Antal modeller testade | 5 |
| Antal kliniska vinjetter | 180 |
| Antal medicinska specialiteter | 16 |
| Modeller presterade bättre på engelska | 4 av 5 |
| Medelskillnad i prestanda | 0.37-0.91 |
”Prompting language influences diagnostic reasoning and accuracy of large language models.”
”Four of the five models performed better in English (mean difference 0.37-0.91, adjusted p < 0.05), with the gap spanning multiple aspects of reasoning, including differential diagnosis, logical structure, and internal validity.”
”o3 was the only model showing no overall language effect.”
Varför det spelar roll
Resultaten indikerar att språkvalet vid prompting kan ha en signifikant inverkan på LLM:ers förmåga att utföra komplexa medicinska uppgifter. Skillnaderna observerades inom flera aspekter av medicinskt resonemang, inklusive differentialdiagnoser, logisk struktur och intern validitet. Detta belyser vikten av flerspråkig utvärdering för tillämpningar inom kliniskt beslutsstöd.
Vem påverkas
Studien är relevant för utvecklare av stora språkmodeller, särskilt de som avser att implementera dem i globala hälso- och sjukvårdssystem. Vårdpersonal och beslutsfattare som överväger att använda AI för kliniskt beslutsstöd påverkas, då språkspecifika prestandaskillnader kan påverka patientsäkerheten. Framtida användare av AI-baserade diagnostikverktyg kommer att beröras.
EU-status
Studien är relevant för EU, där många olika språk används inom hälso- och sjukvården. Skillnader i prestanda mellan språk kan påverka implementeringen av AI-verktyg för kliniskt beslutsstöd i medlemsländer. Tillgängligheten av säkra och effektiva AI-lösningar över språkgränser är en viktig fråga för EU:s digitala agenda.
Mer att veta
En av de fem modellerna, o3, visade ingen övergripande språkpåverkan i studien. Forskningen understryker behovet av omfattande tester över flera språk innan medicinska LLM implementeras brett.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Vilka modeller berördes?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.