通过生成人工智能增强社区护理实践:使用基于模拟的临床病例对诊断协同作用的形成性研究

科学领域:

• 护理实践 护理实践
• 医疗保健中的人工智能
• 临床决策支持 临床决策支持

背景情况:

• 生成型人工智能 (GenAI) 系统越来越多地被用于医疗保健应用.
• 与人类专家相比,评估GenAI的诊断准确性和临床决策能力至关重要.

研究的目的:

• 将经验丰富的社区护士的诊断准确度和临床决策与最先进的GenAI系统进行比较.
• 在模拟患者病例场景中评估绩效.

主要方法:

• 114名以色列社区护士和3个GenAI模型 (ChatGPT-4,Claude 3.0,Gemini 1.5) 评估了4个模拟的医学案例研究.
• 分析了回复的准确性,速度和全面性,GenAI的回复被评估在字数限制下和没有字数限制的情况下.

主要成果:

• 护士的平均得分高于GenAI,特别是当GenAI反应的长度有限时.
• 基因人工智能模型提供了更快但更多言的响应,通常包括不必要的信息.
• 双子1.5和克劳德3.0 (完整版本) 在GenAI模型中表现出最高的准确性.

结论:

• 基因AI显示出支持护理任务的潜力,但尚未与人类临床医生的整体临床推理相匹配.
• 经验丰富的护士表现出卓越的上下文知识和提供简洁,实用的反应的能力.
• 需要进一步的研究来确定GenAI在替代或增强护理专业知识方面的作用.