DeepMind精神科问诊AI研究：AI自动评分与精神科医生中度一致，仿真评估难测增益幅度

DeepMind精神科问诊AI研究中，AI自动评分与精神科医生评分在60个场景下仅呈中度相关，相关系数为ρ=0.57-0.58。用仿真病人替代人类病人会放大测得的模型增益（0.34 vs 0.21），仿真评估可检测增益方向，但难以反映真实幅度；配图显示，人类评分者场景下训练模型与基模型的差异相关性为ρ=0.40，而AI病人与AI评分者组合时降至0.14。