一种新的医疗人工智能大语言模型的性能,用于支持疑似败血症的急诊患者的决策

科学领域:

• 人工智能在医学中的应用
• 临床决策支持系统 临床决策支持系统
• 败血症的诊断 败血症的诊断

背景情况:

• 大型语言模型 (LLM) 对疾病预测有希望,但尚未在急诊室 (ED) 评估早期败血症检测.
• 这项研究评估了MedGo,一个新的医学LLM,作为疑似败血症病例的临床决策支持工具.

研究的目的:

• 评估MedGo的有效性,一个医疗大型语言模型,在支持临床医生在急诊室早期毒症识别.
• 为了比较MedGo的表现与初级和高级急诊室医生.

主要方法:

• 从第三级医院ED (2023年1月至2024年1月) 确认的败血症的203名匿名患者记录的回顾性分析.
• 评估了MedGo在9个与败血症相关的任务中的表现,并与2名初级 (<3岁) 和2名高级 (>10岁) ED医生进行了比较.
• 评估使用了5分利克特级别的准确性,全面性,可读性和案例分析技能.

主要成果:

• MedGo的诊断性能与高级医生的诊断性能相当 (准确性,全面性和可读性中位数为4的利克特得分).
• MedGo显著优于初级医生 (P<0.001) 并提高了初级 (P<0.001) 和高级 (P<0.05) 医生的诊断准确性.
• MedGo辅助的初级医生达到与无辅助的高级医生相似的准确度水平,在败血症严重程度方面表现一致.

结论:

• MedGo显示出对败血症的显著诊断效果,并有效地支持ED临床医生,特别是初级医生.
• 该研究强调了MedGo作为治疗败血症的有价值决策支持工具的潜力.
• 研究结果表明,需要开发专门的AI模型来治疗败血症.