相关实验视频
Updated: Jul 15, 2026
06:35
Basics of Multivariate Analysis in Neuroimaging Data
Published on: July 24, 2010
16.8K
生成型人工智能与临床医生:谁能更快,更准确地诊断出多发性硬化症?
Mahi A Patel1, Francisco Villalobos1, Kevin Shan2
1The University of Texas Southwestern Medical Center, Department of Neurology, Neuroinnovation Program, Multiple Sclerosis & Neuroimmunology Imaging Program, Dallas, TX, USA; The University of Texas Southwestern Medical Center, Peter O'Donnell Jr. Brain Institute, Dallas, Texas, USA.
Multiple sclerosis and related disorders
|August 15, 2024
概括
像ChatGPT这样的生成AI可以比临床时间表更快地诊断多发性硬化症 (MS). 然而,准确性各不相同,诊断中的潜在偏差基于性别和种族/种族.
科学领域:
- 神经免疫学 神经免疫学
- 人工智能在医学中的应用
- 数字健康数字健康
背景情况:
- Z世代 (Z世代) 将构成大多数新的多发性硬化症 (MS) 诊断.
- 年轻的患者越来越多地使用生成人工智能在专家咨询之前获得医疗建议.
- 代 Z 的技术精明和对即时,经济高效的信息的偏好推动了人工智能工具的采用.
研究的目的:
- 评估ChatGPT在确定的临床时间表之前诊断MS的能力.
- 评估基于患者年龄,性别和种族/民族的诊断准确度变化.
主要方法:
- 对多发性硬化患者 (年龄在18-59岁) 的时间表进行了回顾性分析.
- 使用ChatGPT-3.5 (GPT-3.5) 与实际和衍生患者数据模拟临床时间表.
- 卡普兰-梅尔生存分析和威尔科克森测试用于诊断时间的比较.
- 逻辑回归用于评估MRI数据包含之前和之后的诊断准确性.
主要成果:
- 聊天GPT诊断的MS显著更快 (0.08年) 比临床时间线 (0.35年) (p<0.0001).
- 在MRI前的数据:男性的诊断准确性低于女性 (p=0.05).
- 后MRI数据:Z世代显示更高的准确性 (p=0.01),而男性 (p=0.009) 和白人 (p=0.0004) 的准确性相比女性和非白人受试者,分别降低了.
结论:
- 生成型人工智能提供快速信息访问,但不是为医疗保健设计的.
- 预计Z世代的人工智能用于医疗信息的使用将会增加.
- 人工智能产生的反应可能缺乏概括性,并且在人口群体中表现出偏见.
