相关实验视频
Updated: Jan 12, 2026
09:17
Using Retinal Imaging to Study Dementia
Published on: November 6, 2017
22.2K
聊天机器人与视网膜专家在回答现实世界的视网膜问题
Mario Cesar Bulla1, Caio Augusto Scocco2, Viviane Souto Spadoni3
1Clinica Bulla, Rua São Joaquim 611, Sala 1203, Centro, Sao Leopoldo, RS, CEP 930190, Brazil. mariobulla@gmail.com.
International journal of retina and vitreous
|November 1, 2025
概括
大型语言模型聊天机器人可以快速提供准确的医疗信息,但其复杂的语言可能会限制可访问性. 简化聊天机器人的反应是确保对视网膜疾病有广泛理解的关键.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗信息学 医疗信息学
背景情况:
- 大型语言模型 (LLM) 聊天机器人显示出在回答医疗查询方面的潜力.
- 他们对未经编辑的,非英语患者问题的表现并不明白.
- 这项研究评估了LLM聊天机器人与视网膜专家对视网膜疾病的查询.
研究的目的:
- 评估聊天机器人对视网膜疾病问题的答案的可读性,准确性和全面性.
- 将LLM聊天机器人的性能与人类视网膜专家的性能进行比较.
- 评估聊天机器人对非英语 (葡萄牙语) 查询的性能.
主要方法:
- 横截面,比较,盲目的研究设计.
- 使用了20个未经编辑的葡萄牙视网膜疾病问题.
- 评估了四个LLM聊天机器人 (ChatGPT 4.0,ConsensusGPT,Gemini,Claude 3) 和视网膜专家的回答.
- 分析了可读性,准确性,完整性,响应时间和字数.
主要成果:
- 双子座和人类专家提供了更易于阅读的反应.
- 聊天GPT 4.0和ConsensusGPT提供了卓越的准确性和全面性.
- 所有的人工智能聊天机器人都比人类专家的响应速度快得多.
- 评估人员可以区分人工智能产生的答案和人类产生的答案.
结论:
- 人工智能聊天机器人可以快速传播准确的医学信息.
- 简化语言对于广泛获取详细信息至关重要.
- 未来的研究应该专注于在AI响应中平衡全面性和用户友好的语言.
