研究人员对微软 Copilot 进行了测试，要求它回答美国最常见的 10 个医疗问题和 50 种最常用药物的相关问题，总计生成了 500 个答案。结果显示，Copilot 的回答在准确性和完整性方面都存在问题。其中，24% 的回答与已有的医学知识不符，3% 的回答完全错误。更令人担忧的是，42% 的回答可能会对患者造成中度或轻度伤害，而 22% 的回答甚至可能导致死亡或严重伤害，只有 36% 的回答是无害的。