妇产科人工智能:评估聊天GPT和谷歌双子在回答患者的问题

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 患者教育 患者教育

背景情况:

• 大型语言模型 (LLM) 越来越多地被患者用于咨询前的医疗信息.
• 评估LLM产科和妇科产生的内容的准确性和完整性至关重要.

研究的目的:

• 评估来自ChatGPT和Google Gemini对常见产科和妇科主题的回复的准确性和完整性.
• 为了比较这两个领先的LLM在提供患者友好的医疗信息方面的表现.

主要方法:

• 选择了十个常见的妇产科和妇产科主题.
• 专家医生使用利克特尺度评估了LLM反应的准确性和完整性.
• 进行了统计分析,包括威尔科克森签名等级测试和类内相关系数.

主要成果:

• 来自ChatGPT和Google Gemini的大多数回复都达到可接受的准确性和完整性值.
• 在两个模型之间观察到在准确性和完整性方面具有统计学意义的差异.
• 与谷歌双子相比,ChatGPT在评估的主题中显示了更高的准确性和完整性得分的趋势.

结论:

• 两个评估的LLM都为产科和妇科查询提供了大部分准确和完整的信息.
• 在这项研究中,ChatGPT显示出作为患者教育工具的潜力,在该研究中表现优于Google Gemini.
• 由于LLM固有的局限性,患者必须咨询医疗保健专业人员以获得最终的医疗建议.