Uso de ChatGPT para el cuestionario de diagnóstico diferencial

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. En la prueba de Kanjee y sus colegas de 2023 de GPT-4 en casos clínico-patológicos NEJM, ¿aproximadamente con qué frecuencia el diagnóstico final se encontraba en algún lugar del diferencial del modelo?
   • Alrededor del 39 por ciento
   • Alrededor del 64 por ciento
   • Alrededor del 92 por ciento
   • Alrededor del 15 por ciento
2. ¿Cuál fue el principal resultado del estudio de 2024 de Goh et al. ensayo aleatorio?
   • Los médicos que recibieron GPT-4 obtuvieron puntuaciones mucho más altas que aquellos que no lo recibieron
   • El GPT-4 por sí solo obtuvo peores resultados que todos los médicos
   • Dar a los médicos GPT-4 no mejoró significativamente sus puntuaciones de razonamiento diagnóstico, aunque GPT-4 por sí solo obtuvo una puntuación más alta.
   • El ensayo se detuvo por dañar al paciente
3. ¿Por qué los puntos de referencia de viñetas pueden exagerar qué tan bien funcionaría un modelo con pacientes reales?
   • Las viñetas llegan con los hallazgos relevantes ya elegidos y limpiados, y los casos publicados pueden estar en los datos de entrenamiento.
   • Las viñetas siempre están escritas en otro idioma.
   • Los pacientes reales tienen menos síntomas que las viñetas
   • Los modelos no pueden leer descripciones de casos de más de un párrafo.
4. Un médico pregunta: "¿Podría ser esto lupus?" al comienzo de su indicación. ¿A qué modo de fracaso invita esto?
   • Rangos de referencia de laboratorio inventados
   • Negarse a responder preguntas médicas.
   • Perder el historial de conversaciones
   • Anclaje adulador hacia el diagnóstico que sugirió el usuario.
5. ¿Por qué calificar un "diagnóstico correcto en cualquier lugar de la lista" es una medida errónea?
   • Premia las listas largas, que pueden provocar pruebas innecesarias.
   • Ignora la edad del paciente.
   • Sólo funciona para casos pediátricos.
   • Requiere que el modelo cite referencias.
6. Obtener dos listas ordenadas de manera diferente a partir de mensajes casi idénticos muestra ¿qué pasa con la clasificación del modelo?
   • El modelo está roto y no debe usarse.
   • La segunda respuesta siempre es la correcta.
   • La clasificación no es una estimación de probabilidad calibrada y cambia según la redacción.
   • El modelo está buscando en Internet en vivo.
7. ¿Cuál es el principal problema de privacidad al pegar el historial de un paciente en un chatbot de consumidor?
   • El chatbot rechazará preguntas clínicas.
   • Ingresar información identificable sin un acuerdo de socio comercial puede violar HIPAA
   • Los chatbots de consumidores no pueden leer los valores de laboratorio
   • Factura automáticamente a la aseguradora del paciente.
8. ¿Qué solicitud inmediata ayuda mejor a un médico a actuar según el diferencial de un modelo?
   • "Dame el único diagnóstico correcto"
   • "Confirma que mi diagnóstico es correcto"
   • "Escribir el resumen del alta"
   • "Enumere las características que respaldan y contradicen cada elemento y la prueba que mejor separa a los mejores candidatos"