相关实验视频
Updated: May 30, 2026

07:07
A Melanoma Patient-Derived Xenograft Model
Published on: May 20, 2019
12.4K
评估大型语言模型在为胆道黑色素瘤患者提供支持方面的准确性
Rodrigo Anguita1,2, Catriona Downie3, Lorenzo Ferro Desideri4
1Moorfields Eye Hospital NHS Foundation Trust, City Road London, London, UK. rodrigoanguita@gmail.com.
Eye (London, England)
|July 13, 2024
概括
大型语言模型 (LLM) 显示出答复胆管黑色素瘤患者的问题有前途,ChatGPT显示出更高的准确性. 在临床整合之前需要进一步细化.
科学领域:
- 眼科医生 眼科 眼科
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 胸腔黑色素瘤是一种罕见的眼睛癌症.
- 患者经常在网上搜索信息.
- 大型语言模型 (LLM) 越来越多地用于健康信息检索.
研究的目的:
- 评估LLM提供的信息对于常见的胆膜黑色素瘤患者查询的准确性.
- 为了比较不同LLMs在回答这些问题的表现.
主要方法:
- 一项比较研究评估了关于胆管黑色素瘤的常见问题.
- 三个主要的LLM (ChatGPT 3.5,Bing AI,DocsGPT) 被查询.
- 眼科瘤学专家审查并评分了LLM反应的准确性.
主要成果:
- 聊天GPT提供了92%准确的医疗建议和86%准确的手术前后信息.
- 在医疗咨询方面,Bing AI和DocsGPT的准确率较低 (58%).
- 所有的LLM都正确地建议患者咨询医疗保健专业人员.
结论:
- LLM显示出提供关于胆管黑色素瘤的准确信息的潜力.
- 响应的准确性在模型之间有所不同,需要进一步的微调.
- 在临床上广泛采用LLM为患者信息之前,监督至关重要.

