利用生成人工智能的力量进行临床总结:紧急医生的观点

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 改善临床文档 改善临床文档

背景情况:

• 临床文档增加了医疗保健费用,并导致医生疲劳.
• 生成型人工智能 (AI) 语言模型为文档化挑战提供了潜在的解决方案.
• 了解临床医生的观点对于有效的AI实施至关重要.

研究的目的:

• 在儿科急诊医学中对三个临床文档任务进行生成性AI (ChatGPT) 的评估.
• 测量节省时间,减少努力,以及医生对人工智能工具的态度.
• 在临床文档中确定与AI相关的潜在风险和障碍.

主要方法:

• 混合方法研究涉及10名儿科急诊医学医生.
• 在不同复杂度的ChatGPT辅助和没有辅助的情况下,监管笔记完成的比较.
• 评估ChatGPT生成的临床摘要 (遗漏,家庭访问摘要).
• 半结构面试,收集医生对人工智能使用的看法.

主要成果:

• 在复杂的案件中,ChatGPT减少了40%的文件处理时间和33%的文件处理工作量;对更简单的案件没有重大影响.
• 聊天GPT生成的摘要获得了高评分 (7.0-9.0/10),并被赞成用于临床实践的纳入.
• 医生反导致制定了将AI应用于临床摘要的建议.

结论:

• 儿科急诊医学医生认为ChatGPT能够制作高质量的临床摘要.
• 像ChatGPT这样的AI工具在特定的文档场景中显示出大大节省时间和精力的潜力.
• 进一步的研究和仔细考虑保留是必要的,以优化AI整合到临床工作流程.