在大规模伤亡事件分类教学之前和之后的ChatGPT的表现
Rick Kye Gan1, Helal Uddin2,3,4, Ann Zee Gan5
1Unit for Research in Emergency and Disaster, Faculty of Medicine and Health Sciences, University of Oviedo, 33006, Oviedo, Spain.
Scientific reports
|November 21, 2023
概括
在学习简单的选和快速治疗 (START) 算法后,ChatGPT在大规模伤亡事件分拣中显示出80%的准确性,超过了医学学生的表现. 对于临床使用,需要进一步的研究.
科学领域:
- 人工智能在医学中的应用
- 紧急医疗 紧急医疗
- 医学教育 医学教育
背景情况:
- 聊天GPT已经获得了大量的媒体关注,声称它是人工智能革命的里程碑.
- 在诸如大规模伤亡事件等关键医疗场景中评估AI性能至关重要.
研究的目的:
- 评估ChatGPT在指导前和指导后的大规模伤亡事件分拣中的表现.
- 为了比较ChatGPT的分拣准确度与医学学生的分拣准确度.
主要方法:
- 一个使用混合方法分析的横截面研究.
- 聊天GPT在简单选和快速治疗 (START) 算法的指令之前和之后进行了评估.
- 绩效使用验证的问卷进行评估,并与医学学生的表现进行比较.
主要成果:
- 在指导后,ChatGPT实现了80%的分拣精度,而20%的过分分拣.
- 医学学生的平均准确率为64.3%.
- 定性分析显示,各主题的表现一致,出现了"免责声明"和"预测"等新主题.
结论:
- 聊天GPT在响应大规模伤亡事件分类场景方面显示出有希望的能力.
- 需要进行额外的研究来验证其临床实施的安全性和有效性.
