胃腸科および肝科における臨床的意思決定支援のための大規模な言語モデル

科学分野:

• 胃腸内科
• ヘパトロジー
• 人工知能
• 臨床的意思決定支援

背景:

• 胃腸病学と肝臓病学における臨床的意思決定はますます複雑になっています.
• 既存の臨床的意思決定支援システム (CDSS) は,パフォーマンスと一般化の問題により,現実世界の採用が制限されています.

研究 の 目的:

• 胃腸内科/肝臓科における臨床的複雑性の増大と,ジェネラティブAIにおける進歩の収束を探求する.
• 大規模な言語モデル (LLM) の可能性について議論し,臨床実務を改善するためにCDSSを強化します.

主な方法:

• 胃腸病学と肝臓病学における臨床管理の複雑性の進化のレビュー
• ジェネラティブAIの技術的発展,特にLLMとリトリーバルの拡張生成の分析.
• 構造化されていないテキストを処理し,ダイナミックなサポートのための情報を統合するLLMの機能の検討.

主要な成果:

• LLMは多様なデータを処理し,パーソナライズされた勧告を生成することで,柔軟で適応可能なCDSSを提供します.
• LLMで拡張されたCDSSは,合併症を特定し,自然言語の相互作用を容易にすることができます.
• 主な課題はAIバイアス,幻覚,相互運用性,医療従事者の訓練などです.

結論:

• ジェネラティブAI,特にLLMは,胃腸学と肝臓学においてより効果的で適応可能なCDSSを開発するための有望な道を示しています.
• これらの高度なAI駆動システムの臨床採用に成功するには,現在の課題に取り組むことが不可欠です.