当我们使用大模型（ChatGPT）时，经常会输入这样的指令，“你现在是一名经验丰富的主治医师，请根据病历给出最肯定的诊断”。

但看似专业的语气背后，真的有医生级思考吗？

中国顶尖机构联合研究，在采用神经元消融这一尖端技术后，得出了结论。

医疗大模型的角色扮演，只改变了语言风格，却没有带来任何认知差异。换句话说，你的角色提示词并未增强AI的推理能力，不过是让AI披上了表面华丽的手术服。

首次“解剖”大模型的角色神经

提示词中的角色扮演是目前医疗大模型中最常用的增强技巧，简单概括就是让模型以实习医生、主治医生或外科专家的身份回答问题，提升专业性。

但这一做真的改变了模型的推理结构吗？

研究团队指出在临床决策中，不同层级医生拥有显著差异的思维模式。

实习医生属于记忆回忆型，主治医生属于概率整合型，专家属于启发式风险校准，而且这些差异在人类神经层面可被观测。

为此，研究团队用神经元消融（Neuronal Ablation）的方式追踪不同角色提示下模型的内部变化。

先比较带角色提示与无提示状态下的神经元激活差异，识别出所谓的角色敏感神经元；

再将这些神经元删除，观察模型答题准确率是否下降；

如果模型真存在角色专属思考路径，删除后性能应显著下降。

结果却让研究者意外，无论删除哪个角色对应的神经元，模型准确率几乎相同（差异<2%）。这说明角色提示并未构建出独立的推理回路，只是调节了语气与用词。

语言在变，思考没变

研究团队在三个医学数据集（MedQA、MedMCQA、MMLU-Med）上，对Qwen2.5系列、GPT-4o与DeepSeek-R1共六种模型进行对比。

结果一致：

准确率无显著差异，专家医生模式与医学生模式的答题正确率几乎重合（p > 0.05）；

神经路径高度重叠，跨角色的激活相似度高达0.96～1.00，说明模型在内部表示上几乎没有角色区分；

层级效应缺失，即使输入主任医师或实习医生，模型也不会形成分层的认知结构，深层表示最终趋同。

神经差异分析显示，角色提示的影响仅集中在Transformer模型的前25层（语言模式区），而在更深层（推理区）趋于消失。也就是说，模型的医生身份停留在表面语言层，没有深入到思维层。

研究团队指出，这项研究首次用实验证明：

当前医疗大模型的角色扮演，是一种语言幻觉，而非认知模拟。

警惕AI的专家口吻

角色扮演仅改变语言，不改变思维。

在医疗应用中，依赖扮演专家的AI可能会误导用户，以为其具备专家级判断力，从而耽误治疗；

在AI安全监管上，未来的合规评估应从语言真实性转向认知真实性。

这次将AI语言与神经可解释性相连，开启了认知级AI评估的新范式。