用人工智能扩大撒哈拉以南非洲全科医生的能力

科学领域:

• 人工智能在医学中的应用
• 耳鼻喉科 耳鼻喉科 耳鼻喉科
• 全球健康 全球健康

背景情况:

• 专家短缺严重阻碍了低收入和中等收入国家的医疗保健服务.
• 在农村地区,获得专门耳鼻喉科护理的机会特别有限.

研究的目的:

• 评估POE (Q-Exp-Claude-3.5-2kk) 的诊断准确性和临床实用性,这是一个多式大型语言模型,用于耳鼻喉科.
• 在资源有限的环境中,比较POE与初级保健从业者 (PCP) 的表现.

主要方法:

• 一项前性研究,涉及肯尼亚农村63名连续患者.
• 临床数据和微光镜图像被输入POE进行分析.
• 将POE的诊断和管理建议与耳鼻喉科医生的评估进行了比较.

主要成果:

• POE与耳鼻科医生的诊断达到了79.4%的一致性,对管理达到了96.8%的一致性.
• POE的诊断准确度明显高于PCP (79.4%与50.8%,P=.001).
• 在PCP错过的病例中,POE正确诊断了61.3%,图像分析有助于识别疾病.

结论:

• 在资源有限的环境中,POE (Q-Exp-Claude-3.5-2kk) 显示出作为耳鼻喉科临床决策支持工具的巨大潜力.
• 多式联网人工智能模型可以增强专家访问稀缺的地方的诊断能力.
• 由人工智能驱动的工具可以帮助弥合由专家短缺造成的医疗保健提供挑战的差距.