用生成性AI增强重症监护病房护理实践:使用基于模拟的临床病例对诊断协同作用的形成性研究

科学领域:

• 医疗保健中的人工智能
• 护理实践和技术 护理实践和技术
• 临床决策支持系统 临床决策支持系统

背景情况:

• 生成型人工智能 (GenAI) 工具正在迅速发展,需要对经验丰富的医疗保健专业人员进行严格的评估.
• 了解GenAI和人类临床医生的比较能力对于安全有效地整合到患者护理中至关重要.
• 这项研究解决了需要评估GenAI的诊断准确性和响应模式与经验丰富的重症监护室 (ICU) 护士相比.

研究的目的:

• 客观地比较ICU护士的诊断准确度和响应格式与各种GenAI模型.
• 在模拟的ICU场景中对人类和人工智能性能进行比较的定量结果进行定性解释.
• 为优化GenAI与重症监护护理知识之间的协作模型提供形成性见解.

主要方法:

• 使用四个经过验证的书面临床场景,代表真实ICU患者病例的形成性研究.
• 74名ICU护士参与了基于模拟的评估.
• 聊天GPT-4和Claude-2.0为相同的场景提供了评估; 通过认证的ICU护士对准确性,完整性和响应质量进行了评分.

主要成果:

• 在开放式情景中,ICU护士总是比AI更高的诊断准确度.
• 某些GenAI模型在标准化情况下与人类的表现相匹配或超过.
• 在反应时间和定性响应格式 (例如,简洁与多言多语) 中观察到显著差异,GenAI的性能在不同情况下有所不同.

结论:

• 经验丰富的护士在需要整体判断的开放领域的表现优于GenAI,这表明GenAI在复杂的临床推理中的局限性.
• 在自主临床整合之前,需要进一步开发来增强GenAI的通用决策能力.
• 混合方法研究和利益相关者的参与对于在医疗保健中发展安全和有益的人类-GenAI伙伴关系至关重要.