人工智能能回答我的问题吗? 在术后评估中利用人工智能对腹部整形患者进行术后评估
Bryan Lim1, Ishith Seth1, Roberto Cuomo2
1Department of Plastic Surgery, Peninsula Health, Melbourne, Victoria, 3199, Australia.
Aesthetic plastic surgery
|June 19, 2024
概括
大型语言模型 (LLM) 显示了在腹部整形中患者教育的潜力,性能各不相同. 克劳德提供了可行的建议,而CoPilot提高了患者友好性,表明仔细的LLM选择对最佳护理至关重要.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 整形外科 整形外科 整形外科
背景情况:
- 腹腔整形解决了美容和功能方面的问题,包括直径的分离,体重减轻后和怀孕后.
- 患者与外科医生的沟通缺口可能会阻碍有关腹部整形术的知情决策.
- 大型语言模型 (LLM) 提供了改善患者信息和教育的机会.
研究的目的:
- 评估使用LLM来回答与腹部整形相关的患者查询的可行性和有效性.
- 为了比较四个领先的LLM (ChatGPT-3.5,Claude,Gemini,CoPilot) 在提供外科信息方面的表现.
主要方法:
- 四个LLM被测试使用15个独特的提示相关的腹部整形.
- 使用弗莱什-金凯德,弗莱什阅读方便性和科尔曼-利亚乌指数来评估可读性.
- 质量通过使用DISCERN分数和利克尔特尺度由外科住院医生和专家进行评估.
主要成果:
- 聊天GPT-3.5需要最高的理解水平,其次是双子座,克劳德和CoPilot.
- 克劳德提供了最合适和可行的建议.
- CoPilot表现出卓越的患者友好和参与度,并结合了视觉辅助工具,尽管存在一些限制.
结论:
- 在腹腔整形手术患者教育的可读性和可靠性方面,LLM表现出明显的差异.
- 精心选择LLMs是必要的,以利用他们的优势和减轻弱点.
- 需要进一步的研究来优化LLM整合,以提高整形外科的患者教育.
