ガンビアの神経外科病棟における手術後の臨床的意思決定支援のための大規模な言語モデル:将来的なパイロット可行性研究

科学分野:

• 医療情報工学 医療情報工学
• グローバル・ヘルス グローバル・ヘルス
• 神経外科は神経外科です.

背景:

• 低所得国では,専門外科医療へのアクセスが増加しており,リソースが限られている複雑な患者の管理に課題が生じています.
• 大型言語モデル (LLM) は,臨床的意思決定支援の可能性を秘めているが,性能と安全性に関する現実世界の検証を必要とする.
• この研究は,テクノロジー,特にLLMが,複雑な外科患者の管理において,病院の労働力をどのようにサポートできるかを理解する必要性に対処しています.

研究 の 目的:

• 手術後の神経外科ケアのためのLLMベースのアシスタントの実現可能性,使いやすさ,潜在的な利益とリスクを評価する.
• LLMの支援が経営計画や臨床意思決定の質に与える影響を評価する.
• リソースが限られた神経外科の環境でLLMテクノロジーを実装する費用対効果を調査する.

主な方法:

• ガンビアのエドワード・フランシス・スモール・テッティング・ホスピタルの将来的な単腕実施研究です.
• 4人の医療従事者 (MOs) と5人の看護師が神経外科サービスから加わりました.
• 9人の術後神経外科患者の間で75人のLLMアシストインタラクションのために,プロンプトされたGPT-4o Turboの展開.

主要な成果:

• ユーザビリティの指標は,適度な認知作業量と限界的に許容可能なシステムユーザビリティを示し,高い認識された使いやすさを示した.
• マネジメントプランの質は,模擬ラウンドの60%で改善され,看護師 (6.5%) よりもMO (21.0%) の改善が大きい.
• LLMの提案は14のケア変更につながり,重大な罹病率を予防し,危険なアウトプットが見つかりませんでした;コスト分析は潜在的な節約を示唆しました.

結論:

• LLMの実施は,患者の安全性を損なうことなく,手術後の神経外科における管理計画品質の改善を示した.
• この研究は,LLMが臨床的に有意義なケア変化を促し,資源の限られた環境での意思決定を改善する可能性を強調しています.
• 汎用性,長期的利益,患者中心のアウトカムを確認するために,さらなる制御試験が必要である.