人工智能可以根据患者的描述来诊断发作吗? 一个关于GPT-4的研究

科学领域:

• 医疗人工智能 医疗人工智能
• 神经学 神经学
• 临床诊断 临床诊断 临床诊断

背景情况:

• 一般的大型语言模型 (LLM) 证明了医学中的诊断能力.
• 对于发作与功能/离散性发作 (FDS) 的差异诊断,LLM尚未得到广泛的研究.

研究的目的:

• 根据患者描述,评估OpenAI的GPT-4用于区分发作和FDS的诊断性能.
• 评估几次射击学习 (零次射击,一次射击,两次射击,三次射击) 对GPT-4诊断准确性的影响.

主要方法:

• GPT-4的任务是使用患者的症状记录来诊断41例病例 (16例,25例FDS).
• 该模型的性能在零射击和少数射击条件下进行了测试 (1-3个例子).
• 与三个经验丰富的神经科医生进行了基准比较,他们在没有额外的临床数据的情况下诊断出相同的病例.

主要成果:

• 在零射击条件下,GPT-4实现了57%的平衡精度,在一次射击条件下提高到64%.
• 在两次射击 (62%) 和三次射击 (62%) 条件下,表现平稳,低于神经科医生的平均准确度 (71%).
• 在所有神经科医生正确诊断的病例中,GPT-4实现了81%的平衡精度.

结论:

• GPT-4在最小的例子中显示出改善,这表明发作差异诊断的潜力.
• 该模型在具有挑战性的案例上的增强性能表明,改进的数据和先进的技术 (例如,提示工程,微调) 可以优化LLM诊断实用程序.
• 需要进一步的研究来探索精细的方法来利用LLMs在复杂的神经诊断中.