在牙科中利用大型语言模型为患者说明- 一个系统性审查和元分析
概括
大型语言模型 (LLM) 在回答牙科患者问题方面表现有前途,整体准确率为81.87%. 虽然在临床上是可以接受的,但对于复杂的病例需要进一步的研究.
科学领域:
- 医疗保健中的人工智能
- 牙科信息学 牙科信息学
- 自然语言处理自然语言处理.
背景情况:
- 患者询问在牙科中越来越常见.
- 大型语言模型 (LLM) 为患者沟通提供了潜在的解决方案.
- 在牙科环境中评估LLM的准确性至关重要.
研究的目的:
- 系统地审查ChatGPT和其他LLM在回答牙科患者询问中的应用.
- 评估LLM产生的牙科问题的答案的准确性和临床可接受性.
主要方法:
- 按照PRISMA指南进行系统审查 (2022年11月 - 2024年6月).
- 在七个数据库中进行了搜索 (PubMed,Scopus,Cochrane).
- 使用修改后的 QUADAS-2 框架评估研究质量并进行元分析.
主要成果:
- 包括25项评估各种LLM的研究.
- 所有LLM的聚合精度为81.87% (95%CI:77.24%-86.51%).
- 69.9%的响应在临床上是可以接受的;ChatGPT-3.5的准确性高于Bing,可与GPT-4和Bard.com相比.
结论:
- 像ChatGPT这样的LLM在牙科患者询问和口腔健康教育方面是有前途的.
- 挑战包括准确性,反应可变性和处理复杂的临床场景.
- 进一步的研究对于完善牙科LLM应用至关重要.
