大型语言模型能否提供关于皮肤病治疗选择的二次可靠意见?
Usman Iqbal1,2,3, Leon Tsung-Ju Lee4,5,6, Annisa Ristya Rahmanti7,8,9
1School of Population Health, Faculty of Medicine and Health, University of New South Wales (UNSW), Sydney, NSW 2052, Australia.
概括
聊天GPT显示皮肤病医生对皮肤病药物推的认可度很高,但需要精细化以获得准确性. 未来与医学知识库的整合将提高其作为第二意见工具的准确性.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 皮肤病学 皮肤病学
背景情况:
- 像ChatGPT这样的人工智能 (AI) 工具越来越多地被用于临床决策支持.
- 评估AI在提供医疗建议方面的可靠性对于安全整合到患者护理至关重要.
研究的目的:
- 评估ChatGPT对常见皮肤病的药物建议的一致性和可靠性.
- 确定ChatGPT作为皮肤病治疗中的第二意见工具的潜力,并确定其局限性.
主要方法:
- 在2023年4月使用调查问题进行混合方法研究.
- 聊天GPT生成的药物建议与二次数据库 (台湾的NHIRD,美国医疗中心数据) 和皮肤科医生评估进行了验证.
- 统计分析涉及疾病-药物矩阵,疾病-药物关联的Q值和专家审查.
主要成果:
- 聊天GPT获得了98.87%的皮肤科医生对药物建议的批准率.
- 人类专家的协议超过了基于Q值切断的协议.
- 处方准确性与Q值截止值有所不同:截止值3的95.14%,截止值5的85.42%,截止值10的72.92%.
- 错误包括错误或不完整的ATC代码,导致药物使用和类型差异.
结论:
- 聊天GPT可以作为皮肤病的第二意见,但需要提高可靠性和全面性.
- 提高ChatGPT的精度需要培训医疗领域特定的知识库和持续优化.


