甲状腺结节专家评估ChatGPT对贝塞斯达系统报告甲状腺细胞病理学分类的甲状腺结节的评估

科学领域:

• 医疗人工智能 医疗人工智能
• 内分泌学 在内分泌学.
• 在瘤学瘤学.

背景情况:

• 聊天GPT越来越多地被患者用于医疗信息.
• 贝塞斯达甲状腺细胞病理报告系统 (TBSRTC) 将甲状腺结节分类.
• 患者可以使用像ChatGPT这样的AI工具来补充医生讨论.

研究的目的:

• 评估ChatGPT在跨TBSRTC类别的甲状腺结节管理中的准确性.
• 将人工智能产生的建议与经验丰富的甲状腺专家的建议进行比较.
• 评估临床医生使用ChatGPT作为患者讨论工具的舒适性.

主要方法:

• 聊天GPT-3.5提示了24个问题,涵盖所有6个TBSRTC类别.
• 一个由5名甲状腺专家组成的小组评估了针对美国甲状腺协会 (ATA) 准则的反应.
• 使用了4分利克尔特尺度和临床医生不情愿度等级.

主要成果:

• 在24人中,有19人 (79.2%) 的ChatGPT响应与ATA指南保持中等至良好的一致性.
• 平均一致性得分为3.38/4,具有较高的评审者间可靠性 (95.8%的共识).
• 在高风险的贝塞斯达类别 (V-VI) 中,一致性和临床医生的舒适性下降.

结论:

• 聊天GPT反应通常与专家建议一致,但对于甲状腺结节的管理并不完全可靠.
• 人工智能工具可以补充患者的讨论,特别是在低风险结节 (TBSRTC I-III).
• 需要进一步开发人工智能,以便在复杂或恶性病例中安全和准确地使用 (TBSRTC V-VI).