大型语言模型在中风康复中的应用 卫生教育:两阶段研究
Shiqi Qiang1, Haitao Zhang1,2, Yang Liao1,3
1School of Medicine, Tongji University, No. 1800 Yuntai Road, Shanghai, 200120, China, 86 18964538997.
Journal of medical Internet research
|July 22, 2025
概括
大型语言模型 (LLM) 显示了中风康复教育的前景. 聊天GPT-4和MedGo的表现最好,但患者理解需要改进,以便在家庭康复中更广泛地使用.
科学领域:
- 医疗康复 医疗康复
- 医疗保健中的人工智能
- 数字健康教育 数字健康教育
背景情况:
- 脑卒中康复对于患者的康复和生活质量至关重要.
- 传统的健康教育方法缺乏个性化和可访问性.
- 大型语言模型 (LLM) 为先进的,可访问的医学教育提供了潜力.
研究的目的:
- 评估四种不同的LLM (ChatGPT-4,MedGo,Qwen,ERNIE Bot) 在家庭中风康复中的有效性.
- 评估LLM在为中风患者提供准确和安全的健康教育方面的能力.
- 探索使用LLM来指导中风康复健康教育的可行性.
主要方法:
- 第一个阶段:对LLM对中风相关问题和病例的反应进行专家评估.
- 第二阶段:患者对表现最佳的LLM进行满意度,可读性和清晰度的评估.
- 统计分析包括ANOVA和t测试来比较模型性能.
主要成果:
- 聊天GPT-4在准确性,完整性,可读性,安全性和人性方面表现出卓越的性能.
- MedGo也表现出强的表现,特别是在准确性和完整性方面.
- 昆和ERNIE Bot的得分明显较低,表明LLM的有效性各不相同.
结论:
- 像ChatGPT-4和MedGo这样的LLM显示了加强中风康复教育的潜力.
- 专家和患者的评估显示,需要将LLM的成果与患者的理解保持一致.
- 未来的整合需要提高临床准确性,可读性和监督性.
更多相关视频
10:15Utilizing Repetitive Transcranial Magnetic Stimulation to Improve Language Function in Stroke Patients with Chronic Non-fluent Aphasia
Published on: July 2, 2013
18.0K
05:28Author Spotlight: Enhancing Upper Limb Rehabilitation in Stroke Patients Through Advanced Robotic and Neuromodulation Technologies
Published on: October 11, 2024
699
