模拟脏病患者收件箱消息的大型语言模型分类
Justin H Pham1, Charat Thongprayoon2, Jing Miao2
1Mayo Clinic College of Medicine and Science, Mayo Clinic, Rochester, MN, United States.
Frontiers in artificial intelligence
|September 24, 2024
概括
聊天GPT-4精确地分类了病患者的信息,显示出AI在门诊诊所的潜力. 这种人工智能驱动的分类可以提高效率和患者护理.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學.
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 有效的患者沟通分类对于及时的医疗护理至关重要.
- 这项研究评估了ChatGPT在分类脏病患者信息中的准确性.
- 评估的重点是其在门诊环境中的潜在应用.
研究的目的:
- 为了评估ChatGPT-4在选模拟脏病患者信息中的准确性.
- 确定人工智能驱动系统在科门诊提高效率的潜力.
主要方法:
- 创建了150个模拟脏病患者信息.
- 两位科医生分配紧急级别 (非紧急,紧急,紧急).
- 聊天GPT-4独立对消息进行了两次分类,结果与医生评估相比较.
主要成果:
- 在这两项试验中,ChatGPT-4在消息分类中实现了93%的准确性.
- 错误分类的信息包括高估 (3-6%) 和低估 (1-4%).
- 准确性在不同紧急级别中是一致的,内部一致性高 (92%).
结论:
- 聊天GPT-4在对脏病患者通信进行分类方面表现出高准确性.
- 人工智能驱动的分类系统显示了提高运营效率的巨大潜力.
- 这些系统可以增强脏病门诊机构的患者护理服务.
