慢性B型肝炎のLLMベースの治療勧告に対する臨床ガイドラインへのアクセスの影響
Robert Siepmann1, Carolin Victoria Schneider2, Marc Sebastian von der Stueck1
1Department of Diagnostic and Interventional Radiology, University Hospital RWTH Aachen, Aachen, Germany.
慢性B型肝炎 (CHB) ガイドラインの遵守で示されているように,外部データソースで大規模な言語モデル (LLM) を提供することで,治療勧告の正確性が著しく向上します.
科学分野:
- 医療情報学
- 医療における人工知能
- 臨床的意思決定支援
背景:
- 大型言語モデル (LLM) は潜在的な臨床サポートを提供しているが,事実上の不正確さと幻覚に弱い.
- 外部データベースとLLMプロンプトを統合することで,誤った情報のリスクを軽減することができます.
- この研究は,世界保健機関 (WHO) の慢性B型肝炎 (CHB) ガイドラインを更新して,LLMのパフォーマンスを評価しています.
研究 の 目的:
- LLMで生成された治療勧告の一貫性に対する文脈の増加の影響を比較する.
- 最新のWHOのCHB治療ガイドラインに照らしてLLMの精度を評価する.
主な方法:
- GPT-4は,更新されたWHO CHBガイドライン (2024) を利用した場合と,利用しなかった場合の2つの設定で臨床ヴィニエットで提示されました.
- ヴィニエットは,2015年から2024年のWHOガイドラインの違いを強調するために設計されました.
- 7人の医師は,ガイドラインの一貫性,情報の含有,テキストの誤り,明確性,正確性について治療勧告を評価した.
主要な成果:
- LLMによって生成された勧告は,文脈で提供された場合の91%,文脈なしで提供された場合の51%で2024年WHOのガイドラインと一致しました.
- 文脈的なアクセスにより 精度と明瞭性が 54%向上し 情報の含有度は 24%向上し テキストの正確性は 12%向上しました
結論:
- 外部データソースへのアクセスは,事実上正しい医療アドバイスを提供するために不可欠です.
- 臨床医は,信頼性の高いサポートのために,LLMが最新の情報を持っていることを確認する必要があります.
さらに関連する動画
12:24A Three-Dimensional Spheroid Model to Investigate the Tumor-Stromal Interaction in Hepatocellular Carcinoma
Published on: September 30, 2021
11:34A Competent Hepatocyte Model Examining Hepatitis B Virus Entry through Sodium Taurocholate Cotransporting Polypeptide as a Therapeutic Target
Published on: May 10, 2022
関連する概念動画
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Hepatic Drug Clearance: Role of Transporters
Methods of Documentation VI: Case Management Model
For example, a patient with a chronic...
Factors Affecting Drug Response: Overview
Hepatic Drug Excretion: Influencing Factors
Physiological Pharmacokinetic Models: Incorporating Hepatic Transporter-Mediated Clearance
A recent model describes pravastatin's hepatobiliary excretion,...
