ортодонтика中的大语言模型:在预治疗患者教育中评估聊天GPT的可靠性和有效性
Stratos Vassis1, Harriet Powell2, Emma Petersen3
1Section of Orthodontics, Department of Dentistry and Oral Health, Aarhus University, Aarhus, DNK.
Cureus
|September 30, 2024
概括
患者更喜欢人工智能生成的关于正牙副作用的信息,发现它更有用,更少引起焦虑. 然而,目前的大型语言模型 (LLM) 并不能提供完全令人满意的患者教育.
科学领域:
- 医疗保健中的人工智能
- ортодонтика 患者教育 患者教育
- 自然语言处理自然语言处理.
背景情况:
- 患者越来越多地使用大型语言模型 (LLM) 进行有关正义牙科治疗的自我教育.
- 这会影响患者的决策过程和信息搜索行为.
- 评估LLM生成的正牙信息的可靠性和患者的感知是至关重要的.
研究的目的:
- 评估Chat-GPT (GPT-3.5和GPT-4) 产生的有关正义牙科副作用的信息的可靠性和有效性.
- 与标准教育材料相比,检查正牙患者对人工智能生成信息的看法.
- 了解LLMs对患者理解和有关正义牙科治疗的焦虑程度的影响.
主要方法:
- 使用GPT-3.5和GPT-4生成正义牙科副作用信息,并使用标准化和自制提示 (n=28).
- 专家评估了人工智能生成的内容的有效性.
- 调查了46名正牙患者,他们对人工智能生成的标准教育文本的看法.
主要成果:
- 人工智能产生的反应涵盖了相关的副作用,但差异很大.
- 人工智能内容的专家评级"既不缺陷,也不令人满意",GPT-4的表现优于GPT-3.5.5.
- 患者发现人工智能生成的信息更有用,更全面,更少引起焦虑,近80%的人更喜欢它而不是标准文本.
结论:
- 患者表明他们更喜欢人工智能生成的关于正义牙科副作用的信息.
- 尽管患者的偏好,目前的LLM提示并不能始终提供高质量,令人满意的患者教育.
- 需要进一步开发以优化人工智能工具,以提供可靠的正牙患者教育.
