生成式预训练型变压器:牙科的趋势,应用,优势和挑战:系统性审查
Sibyl Siluvai1, Vivek Narayanan2, Vinoo Subramaniam Ramachandran3
1Department of Public Health Dentistry, SRM Kattankulathur Dental College and Hospital, SRM Institute of Science and Technology, Tamilnadu, India.
Healthcare informatics research
|May 19, 2025
概括
生成式预训练变压器 (GPT) 模型在牙科中显示出希望,但面临挑战. 对于安全的临床整合这些大型语言模型 (LLMs),需要进一步的严格研究.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 大型语言模型 (LLM)
背景情况:
- 生成式预训练变压器 (GPT) 架构是一种LLM,越来越多地应用于各种领域,包括牙科.
- 虽然GPT在牙科应用中提供了革命性的潜力,但其集成也带来了重大挑战.
- 制定强大的道德框架和进行持续的研究对于在临床环境中负责任地部署GPT至关重要.
研究的目的:
- 系统地审查目前使用GPT在牙科中的趋势,应用,优势和挑战.
- 确定未来牙科人工智能研究和开发的关键领域.
主要方法:
- 按照系统审查和元分析 (PRISMA) 准则的首选报告项目进行了系统审查.
- 通过对数据库进行全面的搜索,发现了704项研究;在选后,包含了16篇关于牙科GPT的详细信息和强大的方法的文章.
- 关键评价技能计划 (CASP) 检查清单被用来评估所包含的研究的方法质量.
主要成果:
- 从91篇关于牙科GPT的文章中,在排除社论和叙事评论后,分析了60篇原创研究文章.
- 总共有16篇文章报告了积极的发现,并采用了强大的方法,被选中进行审查.
- 包含的研究表明GPT在牙科中的应用范围和确定的优势.
结论:
- 目前的文献提出了关于GPT在牙科中的实用性和整合性的混合反应.
- 在将其广泛纳入临床牙科工作流程之前,需要进行进一步的研究,并进行广泛的方法严格.
- 解决已识别的挑战和制定伦理准则对于成功采用GPT在牙科中至关重要.
