GastroGPT:コンセプト証明のカスタマイズされた臨床言語モデルの開発と制御試験

科学分野:

• 医療における人工知能
• クリニカル・ナチュラル・ランゲージ処理
• 胃腸内科 AI アプリケーション

背景:

• 一般的なAI大型言語モデル (LLM) は,主にドキュメントと要約のために使用される臨床的有用性があります.
• 複雑な医療分野でのパフォーマンスを高めるために 専門分野特有のAIモデルが必要です
• 胃腸内科は様々な臨床課題があるため,AIにとってユニークな課題です.

研究 の 目的:

• GastroGPTの開発と評価 胃腸内科のための新しい,特異的な,マルチタスクの臨床LLM.
• 主要な汎用LLM (GPT-4,Bard,Claude) と対比してGastroGPTのパフォーマンスを比較する.
• 多様な胃腸病例シナリオと臨床課題におけるAIモデルの有効性を評価する.

主な方法:

• GastroGPTと最先端の3つの汎用LLMの構造的な比較
• 7つの主要な胃腸内科の課題と 10つの異なる複雑さのシミュレーションケースの評価
• 10ポイントのライカートスケールと統計分析を用いた臨床有用性に関する盲検の専門家パネル評価.

主要な成果:

• GastroGPTは,GPT-4 (5. 2),Bard (5. 7),Claude (7. 0) と比較して,全体的に有意に高いスコア (P < 0. 001) を獲得した.
• GastroGPTは7つの臨床課題の6つで一般的なLLMを上回り,優れたスコアの一貫性を示しました.
• 一般的なモデルとは異なり,GastroGPTの症例複雑性においてモデル性能は一貫していた (P < 0. 001).

結論:

• ガストロGPTは,一般目的のLLMと比較して,優れた臨床的有用性とタスクパフォーマンスを示しています.
• 専門分野に特化したAIモデルは,対象となる医療アプリケーションの一般的なモデルに比べて,大きな利点があります.
• この研究は,臨床医学の進歩のための 量身のAIソリューションの可能性を強調しています.