神经学治疗决策中的大语言模型:一个范围审查

科学领域:

• 神经学 神经学
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 大型语言模型 (LLM) 越来越多地被用于神经学应用.
• 现有的文献支持LLM在诊断中的有效性,对治疗决策支持的兴趣越来越大.

研究的目的:

• 综合和评估对治疗决策中的LLMs的神经学研究.
• 评估目前LLM在指导神经治疗中的应用的证据基础.

主要方法:

• 使用了一个范围审查方法.
• 在OVID/Medline,Web of Science和Cochrane图书馆进行了搜索,截至2024年9月18日.
• 纳入标准侧重于过去五年的原始研究,评估LLM在神经治疗决策中的作用.

主要成果:

• 确定了四项研究,所有这些研究都使用了ChatGPT (各种版本).
• 研究显示了积极的结果,LLM建议通常与临床医生的决定保持一致.
• 由于很少有研究和各种神经学主题,注意到有限的概括性.

结论:

• 目前的证据表明,LLM可能支持神经学临床护理,但尚未证明改善了结果.
• 结果不能广泛概括,似乎仅限于特定的用例.
• 为了更广泛的临床采用,需要在神经学子专业领域进行前性验证.