聊天GPT-o1预览优于聊天GPT-4作为诊断支持工具,用于在紧急情况下对关节疼痛进行选

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 紧急医疗 紧急医疗

背景情况:

• 像ChatGPT这样的通用语言模型不是专门为医疗应用而设计的.
• 关节疼痛是紧急情况下常见的表现,需要准确和及时的差异诊断.

研究的目的:

• 评估ChatGPT-4和ChatGPT-o1预览在生成紧急脚疼痛病例的差异诊断中的性能.
• 将人工智能产生的诊断的准确性和清晰性与专家基准进行比较.

主要方法:

• 为分拣护士和医生开发了常见的脚疼痛场景和病例简介.
• 制作了简单的,非技术性的问题,从每个AI模型中提取三种差异诊断.
• 评估AI响应与骨科外科医生使用评分系统为准确性,清晰性和相关性设置的基准.

主要成果:

• 在关节疼痛表现方面,ChatGPT-o1预览显著优于ChatGPT-4的清晰度 (p < 0.001) 和整体得分 (p = 0.004).
• 聊天GPT-o1预览还显示了更好的诊断和管理清晰度在案例小组.
• 这两种模型都产生了很低的错误答案百分比 (o1预览的7.8%,GPT-4的9.8%).
• 该评分系统表现出了优异的评级者间可靠性 (ICCs为0.99).

结论:

• 聊天GPT-4和聊天GPT-o1预览版都提供了可接受的性能,用于在急诊室分类关节疼痛.
• 聊天GPT-o1预览提供了比聊天GPT-4更清晰,更精确的诊断建议.
• 人工智能工具可以作为有价值的补充资源,但必须在监督下并与临床判断一起使用.