美国退伍军人事务部试验显示，在5个模拟病例的10项评分维度中，人工记录质量均高于11家AI供应商生成的记录，在详尽性等维度差距最明显。Reddit用户讨论认为，AI缺乏推理与质疑训练数据的能力，也有用户指出该试验非真实场景，未结合实际效率考量。