一个基于GPT-4o的框架,用于识别电子健康记录中的认知障碍阶段
Yu Leng1, Yingnan He1, Samad Amini2
1Department of Neurology, Massachusetts General Hospital, Boston, MA, USA.
NPJ digital medicine
|July 3, 2025
概括
这项研究引入了GPT-4o框架,用于使用电子健康记录检测认知障碍 (CI). 人工智能准确地分类CI阶段,有助于早期诊断和痴呆症护理.
科学领域:
- 人工智能在医学中的应用
- 神经学 神经学
- 公共卫生 公共卫生
背景情况:
- 阿尔茨海默病和相关痴呆症 (ADRD) 是一个重大的公共卫生挑战.
- 需要准确和可扩展的工具来检测认知障碍 (CI).
- 电子健康记录 (EHR) 在非结构化的临床笔记中包含有价值的数据.
研究的目的:
- 开发一个GPT-4o驱动的框架,使用EHR数据对CI阶段进行分类.
- 利用纵向患者病史总结和多步推理来提高准确性.
- 创建一个可靠和安全的AI代理用于临床集成.
主要方法:
- 开发了一个GPT-4o框架,包括纵向患者病史总结和多步推理.
- 评估了来自1002名医疗保险患者的165,926张笔记的框架.
- 使用权重的科恩卡帕和斯皮尔曼相关性评估绩效.
- 在临床痴呆症评分 (CDR) 评分的独立数据集上进行验证.
主要成果:
- 在CI阶段分类中,GPT-4o框架取得了很高的准确性 (加权的科恩卡帕=0.95,斯皮尔曼相关性=0.93).
- 优于其他语言模型 (加权科恩的卡帕0.82-0.85).
- 在独立数据集上的CDR评分表现高 (加权的Cohen's kappa = 0.83).
结论:
- GPT-4o框架显示了高准确性和从EHR中进行CI阶段分类的潜力.
- 具有临床医师监督的交互式AI代理可以促进现实世界的CI诊断.
- 这种方法可以显著改善痴呆症的早期发现和管理.
