在治疗中风后康复的住院患者的营养中GPT-4o:识别饮食错误,探索专家-AI逻辑差异,以及结构化AI-专家合作

科学领域:

• 临床营养学 临床营养学
• 医疗保健中的人工智能
• 饮食管理 饮食管理

背景情况:

• 脑卒中康复室患者的营养不良率很高,需要精确的饮食管理.
• 手动饮食规划耗时且容易出现错误,这表明需要创新的解决方案.

研究的目的:

• 评估GPT-4o在对中风康复患者的医院菜单中检测饮食错误的准确性.
• 为了比较人工智能驱动和专家营养师的饮食决策的逻辑.
• 探索GPT-4o在临床营养工作流程中的潜在整合.

主要方法:

• 一项符合TRIPOD的验证研究分析了264份用于中风康复住院患者的医院菜单.
• 用一个错误框架 (0,1,2+错误) 对GPT-4o的饮食符合性进行了评估,与专家饮食师的基本真相相比.
• 人工智能专家的协议,准确性,敏感性,特异性和理由的专题分析进行了.

主要成果:

• 26个 (9.8%) 菜单中存在差异,主要是食障碍,糖尿病和过敏原饮食.
• GPT-4o实现了高准确度,科恩的卡帕为0.892,证明了强大的评级者之间的可靠性.
• 在所有错误类别中,GPT-4o表现出高灵敏度和特异性,尽管它倾向于过度标记违规行为.

结论:

• GPT-4o显示出作为预选工具的显著潜力,用于识别特殊医院菜单中的饮食错误.
• 专家营养师的合作对于精细化AI识别的差异至关重要,考虑到患者耐受性和食物准备等因素.
• 整合像GPT-4o这样的AI可以提高临床营养的效率和准确性,支持更好的患者结果.