评估ChatGPT在临床乳腺癌试验中的患者鉴定潜力

科学领域:

• 在瘤学瘤学.
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 复杂的瘤治疗的临床试验招聘面临重大挑战.
• 确定合适的参与者对于试验的成功和及时的研究进步至关重要.
• 人工智能 (AI) 为简化患者识别流程提供了一个潜在的解决方案.

研究的目的:

• 评估ChatGPT-4.0在确定符合条件的乳腺癌患者进行临床试验方面的疗效.
• 将人工智能驱动的患者识别与临床医生评估使用现实世界瘤委员会数据进行比较.

主要方法:

• 聊天GPT-4.0接受了虚构乳腺癌试验协议的培训.
• 由AI和临床医生对照组分析了来自124名患者的匿名瘤板数据.
• 性能与专家验证的标准进行了比较,计算了灵敏度和特异性.

主要成果:

• ChatGPT-4.0在排除不合格患者方面表现出高特异性,但敏感性各异,特别是在新辅助药试验中.
• 与人工智能相比,临床医生表现更好,尽管异质.
• 基于团队的评估确定了几乎所有符合条件的患者,突出了合作价值.

结论:

• 像ChatGPT-4.0这样的当前AI模型还不适合作为乳腺癌临床试验患者识别的独立工具.
• 多专业团队的参与对于准确高效的患者招募至关重要.
• 未来的AI实用程序可能会随着模型的改进和更大,更详细的数据集而得到改善.