评估ChatGPT-4o和Google Gemini Advanced的有效性,在回答牙周内科经常问的问题时
Nicolás Dufey-Portilla1, Ana Billik Frisman2, Maximiliano Gallardo Robles2
1Universidad Andres Bello Department of Endodontics, School of Dentistry, Viña del Mar, Chile.
Journal of applied oral science : revista FOB
|October 2, 2025
概括
像ChatGPT-4o和Google Gemini Advanced (GGA) 这样的人工智能 (AI) 聊天机器人在宽松的标准下显示出对内信息的高有效性. 然而,随着更严格的评估,它们的可靠性显著下降,需要专业监督患者教育.
科学领域:
- 牙科信息学 牙科信息学
- 医疗保健中的人工智能
- 牙信息的传播和传播.
背景情况:
- 大型语言模型 (LLM) 越来越多地用于牙周内科的患者信息.
- 随着新版本的发布,对AI模型响应的持续评估至关重要.
研究的目的:
- 评估高级LLM (Google Gemini Advanced和ChatGPT-4o) 对常见内牙科问题的答案的有效性.
主要方法:
- 一项横截面研究汇编了前20个内牙常见问题.
- 九名内学专家使用五分利克特尺度评估了LLM反应.
- 对高 (4.5-5) 和低 (≥4) 值进行了有效性评估.
主要成果:
- 这两种模型在低值 (≥4) 时都达到了95%的有效性.
- 在高值 (4.5-5),ChatGPT-4o显示了35%的有效性,而GGA显示了40%的有效性.
结论:
- 在宽松的标准下,LLM的答案显示出高的有效性,但在严格的评估下不那么可靠.
- 虽然对患者教育有希望,但人工智能聊天机器人需要专业监控,因为目前内牙科的有效性限制.
更多相关视频
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
1.3K
07:42Quasistatic Mechanical Testing for Computer-Aided Design and Manufacturing Occlusal Veneers Cemented to Milled Dentin Analog Material
Published on: December 20, 2024
764
