相关实验视频
Updated: May 13, 2026

05:25
Setup and Execution Of the Blindfolded Code Training Exercise
Published on: March 29, 2019
9.4K
评估大型语言模型辅助的紧急选:GPT-4和医学专家对急性评估的比较
Gal Ben Haim1,2, Mor Saban2, Yiftach Barash2,3,4
1Department of Emergency Medicine, Sheba Medical Center, Ramat-Gan, Israel.
Journal of clinical nursing
|November 29, 2024
概括
与经验丰富的临床医生相比,GPT-4在分配紧急严重性指数得分时倾向于高估患者的严重程度. 在将大型语言模型集成到临床分拣中之前,需要进一步开发.
科学领域:
- 医疗保健中的人工智能
- 临床选系统 临床选系统
- 紧急医疗 紧急医疗
背景情况:
- 紧急严重性指数 (ESI) 是在急诊室优先考虑患者的关键工具.
- 像GPT-4这样的大型语言模型 (LLM) 正在成为临床决策中的潜在辅助工具.
研究的目的:
- 为了比较GPT-4的紧急严重性指数 (ESI) 分配与高级急诊部 (ED) 护士和医生的准确性.
- 为了识别LLM和人类专家之间的选评估方法的差异.
主要方法:
- 一项观察性研究涉及100名成年急诊室患者.
- 通过使用相同的患者数据,GPT-4,分拣护士和高级临床医生分配了ESI得分.
主要成果:
- 在GPT-4中,ESI平均得分 (2.0) 比人类评估者 (中位数3.0;p < 0.001) 低.
- 在GPT-4和人类评估人员如何利用患者年龄和生命体征进行ESI分配方面观察到显著差异,这表明LLM可能高估了严重程度.
结论:
- GPT-4显示出患者分组的潜力,但需要进一步细化和校准以供临床使用.
- 建议谨慎地将LLM纳入医疗保健,承认其在临床决策支持方面的能力和局限性.

