大型语言模型用于ESC指南的解释:对准确性和适用性的有针对性的审查
Maria-Ecaterina Olariu1, Alexandru Burlacu2,3, Crischentian Brinza2
1Computer Science Department, Faculty of Informatics, Alexandru Ioan Cuza University, Iasi, Romania.
Future cardiology
|October 11, 2025
概括
人工智能 (AI),特别是大型语言模型 (LLM),可以帮助临床医生解释复杂的欧洲心脏病学会 (ESC) 指南. 这些人工智能工具在改善心血管疾病管理中的指导方针应用和准确性方面表现有前途.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 欧洲心脏病学会 (ESC) 的指导方针对于心血管疾病管理至关重要,但复杂且经常更新.
- 这些指南的一致临床应用对医疗保健专业人员来说是一个重大挑战.
研究的目的:
- 审查人工智能 (AI) 的作用,特别是大型语言模型 (LLM),以支持ESC指南的解释和应用.
- 评估人工智能的潜力,以提高临床医生的理解和遵守基于证据的心血管保健建议.
主要方法:
- 在ESC指导方针的背景下,对研究AI和LLMs进行叙事审查.
- 纳入标准适用于最初选的102个记录,其中7项研究符合最终的选择标准.
主要成果:
- 基于ESC指南的临床决策支持系统 (CDSS) 改善了诊断准确性和标准化.
- 大型语言模型 (LLM) 与专家决定的一致性高 (急性冠状动脉综合征高达86%) .
- 像MedDoc-Bot这样的新兴工具显示了基于LLM的直接指南解释的可行性.
结论:
- 大型语言模型 (LLM) 显示了改善临床医生的复杂ESC指南的理解和应用的巨大潜力.
- 进一步验证和仔细整合人工智能工具到临床工作流程中,对于最大限度地发挥它们的好处和确保患者安全至关重要.
更多相关视频
03:14Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
Published on: December 6, 2024
1.0K
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
