当大语言模型（LLM）被用来审核临床笔记时，它们可能对“写了什么”非常敏感，却对“应该写而没写”的内容视而不见。这种被称为“遗漏盲视”（Omission Blindness）的现象，正在引发对AI医疗评估可靠性的新担忧。
什么是“遗漏盲视”？
“遗漏盲视”指的是LLM在担任评审者时，倾向于验证信息的存在性，而非缺失性。换句话说，如果一份临床笔记中包含了某项检查结果、用药记录或症状描述，模型能够准确识别并给出评价；但如果关键信息被遗漏——例如未记录过敏史、漏掉某项生命体征——模型却往往无法察觉，甚至可能给出“完整”或“合格”的评价。
这种现象并非简单的注意力缺陷，而是模型在训练和推理过程中形成的系统性偏向。LLM擅长从上下文中寻找“有”的证据，却缺乏主动推理“无”的能力。在临床场景中，这种偏向可能导致严重后果：一份缺少关键阴性结果或风险因素的病历，可能被AI评审为质量合格，进而误导后续诊断和治疗决策。
研究如何揭示这一现象？
该研究来自一篇预印本论文（arXiv:2608.31016），研究者设计了一系列实验来测试LLM在临床笔记评估中的表现。他们构造了多组配对笔记：一组完整，另一组有意删除了某些关键信息，如过敏史、既往病史、当前用药等。随后，让多个主流LLM作为评审者，对笔记的完整性、准确性和安全性进行打分。
结果发现，模型对完整笔记和缺失笔记的评分差异远小于预期。在某些情况下，即使删除了重要信息，模型依然给出接近满分的评价。进一步分析显示，模型更多依赖笔记中“存在”的陈述来判断质量，而对“缺失”的部分缺乏敏感度。即便研究者明确提示“请检查是否有遗漏”，模型的改善程度依然有限。
为什么这对临床AI至关重要？
临床笔记是医疗决策的核心载体。医生依赖病历了解患者全貌，而AI辅助评审系统正被越来越多地用于质量控制、编码审核、研究数据提取等场景。如果这些系统无法识别信息缺失，就可能把“不完整”误判为“完整”，把“有风险”误判为“安全”。
更令人担忧的是，这种盲视可能被系统性放大。当医院部署AI评审工具来筛选病历质量时，模型倾向于给所有病历打高分，导致低质量记录被放行。长此以往，医生可能对AI评审产生过度信任，反而削弱了对病历质量的主动把关。
此外，临床笔记中的“遗漏”有时比“错误”更危险。错误信息容易被识别和纠正，而缺失信息往往无声无息。例如，如果一份出院小结漏写了患者对青霉素过敏，AI评审若无法发现这一缺失，后续处方就可能引发严重不良反应。
从“存在性检查”到“完整性推理”
这项研究揭示了LLM在医疗领域应用的一个深层局限：模型本质上是基于概率的模式补全，而非逻辑上的完整性验证。要解决“遗漏盲视”，不能仅靠扩大训练数据或增加提示词，而需要发展新的评估框架——例如引入对照性推理，让模型明确列出“必须包含的要素”再逐一核对；或者结合结构化电子病历模板，将自由文本与强制字段进行交叉校验。
研究也提醒我们，在将LLM用作评审者时，必须对其“盲区”有清醒认识。AI可以辅助人，但不能替代人对缺失信息的敏感度。对于临床AI而言，真正的进步或许不在于让它更会“读”，而在于让它更会“想”——尤其是想到那些没有被写下来的东西。