人工智能模型与土耳其骨科专业培训发展考试中的骨科住院医生的表现

科学领域:

• 医学教育 医学教育
• 人工智能的人工智能
• 整形外科手术 整形外科手术

背景情况:

• 人工智能 (AI) 的进步使其越来越多地融入医学教育和临床决策中.
• 像ChatGPT-4o,Gemini,Bing AI和DeepSeek这样的大型语言模型 (LLM) 显示出支持医疗保健专业人员的潜力,特别是在专业培训考试中.
• 人工智能模型在专业医疗评估中独立匹配或超过人类表现的能力需要系统评估.

研究的目的:

• 系统地比较领先的人工智能模型 (ChatGPT-4o,Gemini,Bing AI,DeepSeek) 与骨科住院医生的性能.
• 从2010年到2021年,在专业培训发展考试 (UEGS) 的背景下评估AI绩效.
• 在骨科评估中评估基于准确性,解释深度和临床适用性的AI模型.

主要方法:

• 采用了回顾性比较研究设计.
• 针对ChatGPT-4o,双子座,Bing AI和DeepSeek进行了UEGS问题 (2010-2021年) 的管理.
• 人工智能反应与骨科住院医生的反应进行了评估,并使用SPSS版本27和ANOVA进行了统计分析.

主要成果:

• 所有的人工智能模型都在与骨科住院医生相比显示出更高的准确性.
• Bing AI获得了最高的准确性 (64.0%-93.0%),其次是双子座 (66.0%-87.0%) 和DeepSeek (63.5%-81.0%).
• 整形外科住院医生始终表现出最低的准确性 (43.95%-53.45%),ChatGPT-4o的表现低于其他AI模型 (51.0%-59.5%).

结论:

• 人工智能模型,特别是Bing AI和Gemini,在骨科专业检查中表现出很高的表现,表明它们作为教育支持工具的潜力.
• 聊天GPT-4o的精度较低,限制了其当前适用于直接评估目的的适用性.
• 人工智能对医学教育具有重大前景,未来的研究需要提高可靠性,整合视觉数据并探索临床整合.