科学领域:

• 人工智能在医学中的应用
• 呼吸系统医学 呼吸系统医学
• 医疗教育 技术 技术 医学教育

背景情况:

• 大型语言模型 (LLM) 显示了医疗信息传播的潜力.
• 准确和安全的患者教育对于管理慢性阻塞性肺病 (COPD) 至关重要.
• 根据既定的临床指南评估LLM绩效是必要的.

研究的目的:

• 评估三个领先的LLM (ChatGPT-4,克劳德3.5索内特,双子座1.5高级) 在回答COPD相关问题的表现.
• 根据完整性,准确性,术语,可访问性和安全性来比较人工智能生成的响应.
• 评估LLMs对于COPD患者教育的适用性.

主要方法:

• 利用了来自GOLD建议的61个COPD相关问题.
• 通过使用ChatGPT-4,Claude 3.5 Sonnet和Gemini 1.5 Advanced生成了90个AI响应.
• 在6个大陆的61名肺病学家使用标准化评分尺度评估了他们的反应.

主要成果:

• 双子座1.5高级表现出更高的完整性在响应.
• 克劳德3.5 索内特在准确性和适当的术语方面获得了更高的评分.
• 在LLM中,在可访问性和安全性方面没有发现任何显著差异.

结论:

• 在支持COPD患者教育方面,LLM表现有前途.
• 临床实施需要仔细考虑并进一步验证安全性和准确性.
• 专家审查对于确保可靠的人工智能生成的医疗信息至关重要.