在使用ChatGPT作为临床研究和职业医学决策的生成人工智能的性别差异

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 职业医学 职业医学是专业的.

背景情况:

• 生成型人工智能 (AI),包括像GPT-4这样的模型,在医疗保健中越来越多地被采用.
• 人们对人工智能的不准确性和输入依赖性存在担忧.
• 本研究探讨了医疗专业人员与生成AI互动的潜在基于性别的差异.

研究的目的:

• 研究医学学生和医生如何与ChatGPT-4互动的性别特异性差异.
• 评估性别对人工智能辅助研究在职业医学病例中的影响.
• 提供关于AI在临床实践中的使用的用户依赖变异性的初步见解.

主要方法:

• 一项随机对照研究,涉及27名医学学生和医生 (63%为女性).
• 参与者使用ChatGPT-4来研究职业医学病例 (与石棉有关的疾病,金属硫酸盐过敏,白病).
• 对人工智能输入/输出进行准确性,编造,沟通风格,用户满意度和知识变化的评估.

主要成果:

• 妇女在使用ChatGPT后表现出更大的知识改进,特别是在识别与石棉有关的癌症方面.
• 在诊断准确度,报告或对ChatGPT的整体满意度方面没有显著的性别差异.
• 妇女在使用ChatGPT后报告了更高的自我评价能力;男性显示的变化很小.
• 女性参与者的输入导致了更多的猜测,与可比的答案准确度.

结论:

• 这项研究提供了关于在职业医学中使用生成性AI的早期现实数据.
• 研究结果强调,需要理解人工智能支持的临床决策中的用户依赖性变异性.
• 对性别敏感的人工智能素养培训在医学教育中至关重要,以解决各种互动风格和减轻错误信息.