使用定制的CHATBOT系统对眼科紧急分类系统的性能分析

科学领域:

• 眼科医生 眼科 眼科
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 眼科紧急情况需要快速准确的分类.
• 目前的分类方法依赖于人类的专业知识,这可能是耗时的,并且会有变化.
• 人工智能 (AI) 在医疗保健中的整合为提高效率和准确性提供了潜在的解决方案.

研究的目的:

• 评估基于ChatGPT的定制聊天机器人在诊断眼科紧急情况中的性能.
• 为了比较聊天机器人对训练有素的眼科医生的分类准确度.

主要方法:

• 基于真实患者数据,开发了100个假设的眼科病例.
• 三位经验丰富的眼科医生使用四级严重程度等级来对病例进行分级.
• 一个定制的ChatGPT模型被训练并用于相同的分级任务.
• 使用科恩的卡帕和弗莱斯的卡帕统计数据计算了评价者之间的一致性.

主要成果:

• 聊天机器人与眼科医生达成了相当大的协议,科恩的卡帕分数从0.737到0.751.75不等.
• 在眼科医生和聊天机器人之间观察到最高的一致性 (κ = 0.751).
• 所有评分员 (聊天机器人和眼科医生) 的总体一致性很大 (Fleiss' kappa = 0.79).
• 在聊天机器人和人类评分员分配的等级分布中没有发现统计学意义上的差异 (p = 0.967).

结论:

• 一个定制的人工智能聊天机器人可以实现准确度,与受过训练的眼科医生在眼科紧急选中相提并论.
• 人工智能辅助分组有可能改善急诊室的临床工作流程.
• 这项技术可能有助于减少患者等待时间,同时保持高标准的护理.