大規模總楊百翰研究人員領導的一項研究揭示了chatgpt在臨床決策中。
研究表明，大型語言模型（LLM）AI Chatbot在整體臨床決策中達到了約72％的精度，包括從產生潛在診斷到最終診斷和護理管理選擇的任務。
該研究包括各種醫學專業，並在初級保健和緊急情況下進行。
可與新生醫學專業人員相提並論
首席作者馬里蘭州馬克·史克斯（Marc Succi）表示，Chatgpt的表現與剛畢業的醫療專業人員相當，強調了LLMS在醫學領域中充當有效工具的潛力。
“不存在真正的基準，但是我們估計這種表現處於剛剛從醫學院畢業的人（例如實習生或居民）的水平。這告訴我們，LLM通常有可能成為醫學實踐的增強工具，並以令人印象深刻的準確性來支持臨床決策，” Succi''在一份聲明中說。
儘管人工智能取得了迅速的進步，但LLM可以在多大程度上促進全面的臨床護理。
這項研究試圖調查Chatgpt在整個患者相遇中為臨床決策提供建議和做出臨床決策的能力，包括診斷工作，臨床管理和最終診斷。
該研究涉及將標準化臨床方案的細分市場展示給CHATGPT，並模擬現實世界中的患者互動。 Chatgpt的任務是根據初始患者信息生成差異診斷，然後通過連續的數據輸入進行管理決策並最終診斷。
研究人員發現，Chatgpt的準確性平均約為72％，在最終診斷為77％時，其表現最高。但是，它在做出鑑別診斷（60％）和臨床管理決策（68％）方面的準確性較低。
值得注意的是，該研究表明，Chatgpt的反應並未證明性別偏見，並且在初級和緊急護理方案中其表現是一致的。
Succi強調，Chatgpt在鑑別診斷方面苦苦掙扎，這是醫學的重要方面，需要在面對有限的患者信息時確定潛在的行動方案。它指出了醫生在患者護理的早期階段的優勢，在患者護理的早期階段產生了可能的診斷列表是關鍵的。
在臨床實踐中
該研究的作者承認，在將Chatgpt之類的工具集成到臨床實踐中之前，進一步的基準研究和監管指導至關重要。該團隊的未來工作旨在探索AI工具是否可以在資源受限的醫療機構中增強患者護理。
綜合的學術衛生系統和創新企業大眾楊百翰（Mass General Brigham）積極從事嚴格的研究，以負責任地將AI納入護理，勞動力支持和行政流程中。
合著者亞當·蘭德曼（Adam Landman），醫學博士，MIS，MIS，首席信息官兼Mass General Brigham Digital副總裁MHS強調，此類研究在評估AI解決方案的準確性，可靠性，安全性和公平性在整合到臨床護理中的準確性，可靠性，安全性和公平性。
蘭德曼在一份聲明中說：“大規模楊百翰將LLMS的巨大希望有助於改善護理服務和臨床醫生的經驗。”研究的發現是出版在《醫學互聯網研究雜誌》中。
