对宫脊椎病的大型语言模型进行基准测试

科学领域:

• 脊柱疾病 脊柱疾病
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 宫脊椎病是一种常见的退行性脊柱状况.
• 患者需要可访问的医疗信息来管理他们的病情.
• 大型语言模型 (LLM) 为患者的医疗咨询提供了一个新的途径.

研究的目的:

• 评估LLM生成的答案对常见的宫脊椎病患者问题的准确性.
• 为了比较不同LLM在为这种疾病提供医疗信息方面的表现.

主要方法:

• 收集了宫脊椎病患者的常见问题.
• 利用多个大型语言模型来生成答案.
• 评估了三个经验丰富的脊椎外科医生对LLM反应的准确性.

主要成果:

• 所有评估的LLM都为患者的问题提供了令人满意的答案.
• 在答案中,GPT-4表现出最高的准确率.
• 分析揭示了不同LLM的不同能力和改进领域.

结论:

• LLM是为椎脊髓炎患者提供医疗信息的可行工具.
• 对于这个特定的应用,GPT-4在准确性方面表现出了卓越的表现.
• 需要进一步开发人工智能,以提高医学咨询的LLM能力.