基于人工智能的大语言模型在眼科护理中的实用性
Sayantan Biswas1, Leon N Davies1, Amy L Sheppard1
1School of Optometry, College of Health and Life Sciences, Aston University, Birmingham, UK.
概括
人工智能 (AI) 大型语言模型 (LLM) 在眼科中表现有前途,但需要谨慎采用. 人类判断对于患者护理和验证人工智能产生的眼睛健康信息至关重要.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 像ChatGPT这样的大型语言模型 (LLM) 在科学研究中越来越多地被使用.
- 它们在眼科护理中的应用和比较性能尚未完全理解.
- 现有研究强调了LLM在患者信息,诊断和检查方面的实用性.
研究的目的:
- 审查和分析目前LLMs在眼科护理中的应用.
- 为了比较不同LLM与眼科人类专家的表现.
- 确定LLMs在眼科护理领域的潜力和局限性.
主要方法:
- 关于眼科LLM最近发表的研究的综合文献综述.
- 对LLM绩效指标的分析,包括诊断的准确性,症状分类和检查.
- 评估影响LLM绩效的因素,如提示和域特异性.
主要成果:
- 人类专家在疾病诊断方面表现出最高的熟练程度 (86%).
- 聊天GPT-4在症状分类 (98%) 和信息提供 (84.6%) 和眼科检查 (75.9%) 中表现出色.
- 在一般眼科中,LLM的表现优越,但在子专业的准确性较低,包括过时的培训和幻觉等局限性.
结论:
- 眼科专业人员应采取对人工智能的保守方法,在临床决策中优先考虑人类判断.
- 需要进一步探索LLM在眼科中的应用和潜力.
- 建立基准标准和进行临床试验对于在现实世界眼科环境中负责任地部署LLM至关重要.
