评估大型语言模型作为脑膜瘤患者教育工具:患者和临床医生的观点
Diana-Coralia Dehelean1, Sebastian H Maier2,3, Alev Altay-Langguth2
1Department of Radiation Oncology, University Hospital, LMU Munich, Marchioninistrasse 15, 81377, Munich, Germany. dianacoralia.dehelean@med.uni-muenchen.de.
Radiation oncology (London, England)
|June 14, 2025
概括
聊天GPT显示承诺为脑膜瘤患者的教育工具,提供清晰准确的信息. 虽然总体上受到了好评,但对于放射治疗的细节,需要进一步改善完整性.
科学领域:
- 人工智能在医学中的应用
- 医疗教育 技术 技术 医学教育
- 神经瘤学患者信息 患者信息
背景情况:
- 研究使用ChatGPT,一个先进的大型语言模型 (LLM),为患者在脑膜瘤的教育.
- 解决了患者越来越多地使用人工智能来获取医疗信息及其影响.
- 整合了患者反和AI生成内容的临床评估,用于脑膜瘤患者的放射后疗法.
研究的目的:
- 评估患者和临床医生对ChatGPT生成的关于脑膜瘤的信息的看法.
- 评估人工智能对脑膜瘤患者的反应的准确性,清晰性和实用性.
- 为了比较不同大型语言模型在提供医疗信息方面的性能.
主要方法:
- 对ChatGPT 4提出了八个与脑膜瘤有关的问题,临床医生和患者评估了答案.
- 问卷评估了信息的实用性,准确性,清晰性和与患者经验的一致性.
- 四个LLM (ChatGPT 4,ChatGPT 4o mini,Gemini Free,Gemini Advanced) 通过盲目的临床医生评级进行了比较.
主要成果:
- 28名脑膜瘤患者 (平均年龄60岁) 发现ChatGPT信息清晰,准确,并反映了经验.
- 60%的患者表示愿意在未来的健康调查中使用ChatGPT.
- 临床医生评价相关性和正确性很高,但辐射治疗的完整性较低;ChatGPT 4和4o mini得分最高.
结论:
- 聊天GPT有潜力作为一个补充性教育工具,为脑膜瘤患者.
- 需要改进的领域包括提供更全面的信息,特别是在放射治疗方面.
- 临床监督至关重要,以确保AI在患者教育中整合时的准确性和完整性.
