人工智能驱动的神经遗传学:通过聊天机器人支持患者的评估

科学领域:

• 神经遗传学 神经遗传学
• 人工智能在医学中的应用
• 临床决策支持 临床决策支持

背景情况:

• 人工智能 (AI) 和大型语言模型 (LLM) 为医疗保健专业人员提供了潜在的好处.
• 这项研究调查了ChatGPT和谷歌的Gemini在初步评估疑似神经遗传障碍患者中的有用性.

研究的目的:

• 评估ChatGPT和Gemini在协助临床医生进行神经遗传障碍评估方面的表现.
• 确定这些人工智能工具是否可以作为识别临床特征,建议差异诊断和指导遗传测试策略的有价值的辅助工具.

主要方法:

• 对ChatGPT (4o,4和3.5版本) 和Gemini提出了90个问题.
• 问题涉及临床诊断,遗传遗传,复发风险,遗传检测和患者管理.
• 评估的重点是六种罕见的神经遗传性疾病:遗传性性 (类型4和7),亨廷顿病,脆弱的X关联震/缺氧综合征,贝克尔肌肉发育不良症和面额头骨肌肉发育不良症.

主要成果:

• 与Gemini相比,GPT聊天机器人表现出更高的性能.
• 所有的人工智能聊天机器人在诊断准确度上都表现出显著的局限性.
• 在所有测试的AI模型中观察到令人担忧的幻觉频率.

结论:

• 人工智能工具有可能提高临床医生的评估神经遗传障碍的能力.
• 有效利用这些人工智能工具需要神经学家和遗传学家的密切合作和监督.
• 精心监督对于减轻诊断不准确性和人工智能产生的幻觉至关重要.