评估人工智能聊天机器人在治疗决策中的潜力 对于成年人获得的双边声麻
Emilie A C Dronkers1, Ahmed Geneid2, Chadwan Al Yaghchi1
1National Centre for Airway Reconstruction, Imperial College Healthcare NHS Trust, London, UK.
概括
像ChatGPT和Llama这样的人工智能聊天机器人在引导双边声麻 (BVFP) 治疗决策时的准确性较低. 聊天GPT的表现比Llama更好,但都不适合复杂的医疗决策.
科学领域:
- 医疗人工智能 医疗人工智能
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 声带疾病 声带疾病
背景情况:
- 人工智能 (AI) 语言模型,包括ChatGPT和Llama,越来越容易获得医疗信息.
- 患者和医疗保健提供者可以利用这些聊天机器人进行医学查询.
- 人工智能在复杂的医疗决策中的准确性在很大程度上仍未被探索.
研究的目的:
- 评估ChatGPT和Llama在双边声麻 (BVFP) 治疗决策中的性能和准确性.
- 将人工智能生成的治疗建议与多学科团队 (MDT) 的建议进行比较.
主要方法:
- 来自欧洲三级喉科中心的20例临床BVFP病例 (2018-2023) 的回顾性分析.
- 案例代表了常见且具有挑战性的BVFP治疗场景.
- 与使用AIPI治疗子评分的MDT建议相比,ChatGPT-4.0和Llama Chat-2.0提供了治疗策略.
主要成果:
- 甲状腺手术是BVFP的最常见原因.
- 主要的MDT提出了带有或不带有后侧横线切除的部分膜切除术.
- 两种AI聊天机器人都表现出非常低的准确性 (5%的案件的AIPI得分最高),并指出了有害的建议.
- 在建议正确的治疗方法方面,ChatGPT-4.0 (50%的准确率) 优于Llama Chat-2.0 (15%的准确率).
结论:
- 目前,ChatGPT和Llama对于提出BVFP治疗方案是不准确的.
- 与Llama.相比,ChatGPT表现出优越的性能.
- 像BVFP治疗这样的复杂条件超出了当前AI聊天机器人的专业知识,突出了需要专门指导方针的需要.
