从数字媒体的角度来看,医疗保健中的生成人工智能:应用,机会和挑战

科学领域:

• 数字健康数字健康
• 医疗保健中的人工智能
• 自然语言处理自然语言处理.

背景情况:

• 生成型人工智能/大语言模型 (GenAI LLMs) 是新兴技术,具有影响医疗保健行业的巨大潜力.
• 目前缺乏基于可靠数据的系统研究,关于GenAI LLMs在医疗保健中的应用.
• 本研究通过在线新闻的透视来探索GenAI LLMs,特别是ChatGPT在医疗保健中的使用.

研究的目的:

• 对GenAI LLM在医疗保健中的应用场景,潜在机会和挑战进行探索性研究.
• 从数字媒体,特别是在线新闻的角度分析GenAI LLMs的整合.
• 从各种利益相关者的角度分析GenAI LLM申请的框架.

主要方法:

• 采用主题定性文本分析方法.
• 利用自然语言处理 (NLP) 技术,包括TermRaider和AntConc,用于文本分析.
• 开发了一个框架,从五个利益相关方 (需求者和提供者) 的角度分析应用程序.

主要成果:

• 确定了GenAI LLM在医疗保健中的26个不同的应用,例如提供医疗咨询,诊断,分拣和心理健康支持.
• 总结了21个潜在的机会,包括增加医疗保健的可访问性,降低成本和改善患者护理.
• 记录了17个关键挑战,包括产生不准确的信息,隐私问题和缺乏透明度.

结论:

• 在医疗保健领域的GenAI LLM应用侧重于增强患者获取和优化提供者流程,旨在提供更智能,更方便和更高效的服务.
• 在医疗保健中广泛采用GenAI LLMs具有革命性的潜力,但也引发了重大的伦理和安全问题.
• 需要进一步的实证和临床研究,潜在地关注心理健康或经济机制等特定领域,以加快GenAI LLM在医疗保健中的开发和安全应用.