科学领域:

• 人工智能在医学中的应用
• 医疗信息学 医疗信息学
• 临床皮肤病学临床皮肤病学

背景情况:

• 大型语言模型 (LLM) 显示了患者教育和信息传播的潜力.
• 将人工智能整合到医疗保健中需要对准确性和安全性的严格评估.
• 皮肤病学由于视觉诊断和复杂的治疗计划,提出了独特的挑战.

研究的目的:

• 评估GPT-4o对患者皮肤病学问题的微型生成答案的准确性和清晰度.
• 将人工智能生成的答案与专家皮肤科医生提供的答案进行比较.
• 确定与使用LLM用于面向患者的医疗信息相关的潜在风险.

主要方法:

• 对人工智能生成的答案与专家提供的答案进行比较分析.
• 评估反应的清晰度,准确性和临床相关性.
• 对潜在的患者管理风险进行定性审查.

主要成果:

• GPT-4o mini提供的答案通常比专业答案更清晰,更最新.
• 一组GPT-4o mini的反应包含不准确的内容,可能会对患者管理构成风险.
• 专家答案,虽然可能不那么最新,但保持了更高的临床安全程度.

结论:

• 像GPT-4o mini这样的LLM在增强患者对皮肤病的理解方面充满了希望.
• 不准确的存在需要谨慎和进一步的发展,在广泛的临床采用之前.
• 未来的研究应该专注于整合可靠的数据检索,以提高人工智能驱动的医疗建议的安全性和准确性.