在结直肠癌多学科会议中,ChatGPT人工智能决策的一致性:回顾性研究

科学领域:

• 在瘤学瘤学.
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 多学科团队会议是癌症治疗决策的标准,但资源密集,容易产生偏见.
• 人工智能 (AI),特别是大型语言模型 (LLM),有可能优化癌症治疗决策.
• 本研究通过将LLM建议与人类专家的共识进行比较,调查了AI在临床实践中的整合.

研究的目的:

• 评估多学科团队 (MDT) 的治疗建议与结直肠癌 (CRC) 的大型语言模型 (LLM) 之间的一致性.
• 评估AI在支持CRC管理临床决策方面的潜在实用性.

主要方法:

• 一个回顾性,单中心的研究包括100名连续患者新诊断的结直肠癌.
• 治疗前和治疗后MDT建议的一致性与ChatGPT-4输出进行了比较.

主要成果:

• MDT和ChatGPT-4之间的完全一致性是治疗前72.5%和治疗后82.8%.
• 在10.2% (前) 和11.8% (后) 观察到部分一致,在17.3% (前) 和5.4% (后) 观察到不一致.
• 在77岁以上或美国麻醉学会分类≥III的患者中,不一致性更高.

结论:

• 在对结直肠癌的LLM生成和MDT衍生的建议之间存在实质性的一致性.
• 像ChatGPT这样的AI工具显示出支持和增强瘤学临床决策过程的潜力.