[使用ChatGPT评估文本生成人工智能在法定意外保险中的可能应用]
Tim Kekeritz1, Felix R Hoffmann2
1Absolvent M.A., Apollon Hochschule der Gesundheitswirtschaft, Bremen, Germany.
概括
生成型人工智能 (AI) 显示出对分析法定意外保险报告的承诺,准确地处理简单的数据提取,但在复杂的法律解释方面扎. 目前的人工智能模型尚未可靠,无法在这个领域实际应用.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 法律技术 法律技术
背景情况:
- 法律事故保险系统产生了广泛的医疗报告,需要有效的分析.
- 生成型人工智能 (AI) 提供了自动化文档审查和数据提取的潜力.
研究的目的:
- 评估生成AI,特别是ChatGPT和定制GPT模型在分析法定意外保险系统的医疗报告中的有效性.
- 确定AI在这些报告中处理复杂的法律和上下文信息时的当前局限性和潜力.
主要方法:
- 从法定意外保险系统的医疗文件使用有针对性的提示进行了分析.
- 使用了两种AI模型:标准的ChatGPT和定制的CustomGPT模型.
- 基于各种分析任务的准确性和错误率来评估性能.
主要成果:
- 生成型人工智能在提取基本个人数据和识别缺失的因果关系方面表现出高准确性.
- 在解决复杂的法律问题和解释上下文信息时,人工智能模型的可靠性有限.
- 一个定制的CustomGPT模型并没有显著提高响应质量,而不是标准的ChatGPT版本.
结论:
- 目前的生成人工智能技术对法定意外保险报告的实际分析不够可靠.
- 未来的研究应该探索先进的AI系统和更新的模型版本以提高性能.
- 预计在不久的将来,生成性AI将成为这些用例的可靠工具.

