ДалееСледующее руководство
ChatGPT для фармацевтов
Приложения
РУКОВОДСТВО ПО ПРИМЕНЕНИЮ
Большие языковые модели, такие как GPT-4, могут создавать правдоподобные списки дифференциальных диагнозов на основе описания случая, а в опубликованных исследованиях они часто включают правильный диагноз.
Прослушайте это руководствоОзвучено ИИ · ~3 min
Они не являются проверенными диагностическими устройствами. Их самое безопасное использование — это структурированный мозговой штурм второго мнения, который врач сверяет с пациентом, а врачи, которые понимают как их сильные стороны, так и их недостатки, получают от них максимальную пользу.
Большая часть доказательств получена из эпизодов дел. В исследовательском письме JAMA 2023 года Канджи и его коллеги протестировали GPT-4 на 70 сложных случаях на клинико-патологических конференциях New England Journal of Medicine. Окончательный диагноз появлялся в дифференциале модели примерно в 64 процентах случаев и был ее верхним диагнозом примерно в 39 процентах. В рандомизированном исследовании Го и его коллег, опубликованном в журнале JAMA Network Open в 2024 году, 50 врачам были предоставлены либо GPT-4 плюс обычные ресурсы, либо только обычные ресурсы для структурированных диагностических случаев. Доступ к GPT-4 существенно не улучшил показатели диагностического мышления врачей. Однако GPT-4, работавшие в одиночку, набрали значительно больше баллов, чем врачи, которые использовали только обычные ресурсы. Одна из интерпретаций заключается в том, что врачи не знали, как правильно использовать этот инструмент, или не доверяли ему, когда он с ними не соглашался. Исследовательские системы, такие как AMIE Google, также были протестированы на предмет диагностического диалога и дифференциальной генерации, что дало хорошие результаты в контролируемых исследованиях. Эти результаты требуют внимательного прочтения. Опубликованные серии случаев могут находиться в обучающих данных модели. Виньетки поступают уже очищенными, с выбранными и обобщенными соответствующими выводами, тогда как реальные пациенты приносят неполную, противоречивую и неуказанную информацию. Оценка «правильный диагноз где-то в списке» вознаграждает длинные списки, которые могут побудить к дополнительному тестированию. Распространенное заблуждение состоит в том, что эталонная точность равна точности результатов у постели больного. Это не так. Известные способы отказа включают уверенные, но неправильные рассуждения, вымышленные ссылки или лабораторные пороговые значения, привязку к любому диагнозу, на который намекает пользователь, переоценку обычных презентаций учебников и пропуск критических по времени условий, когда в описании не учитываются жизненно важные признаки. Конфиденциальность — это отдельная тема. Ввод идентифицируемой информации о пациенте в потребительский чат-бот без соглашения о деловом партнерстве может привести к нарушению HIPAA, поэтому врачи должны использовать инструменты, одобренные их организацией.
Госпиталист вводит обезличенную информацию о лихорадке, сыпи, эозинофилии и новом противосудорожном препарате в одобренный ее системой здравоохранения инструмент искусственного интеллекта и запрашивает диагнозы, которые нельзя пропустить. В списке появляется DRESS, и она просматривает график приема лекарств.
Житель спрашивает модель, какие данные лучше всего помогут отличить три основных диагноза острой одышки, а затем использует ответ для планирования целевого обследования и анализов, а не для установления диагноза.
Врач первичной медико-санитарной помощи, подозревающий вирусное заболевание, просит модель опровергнуть ее основной диагноз и перечислить то, что она может упустить. Это целенаправленная проверка привязки.
Врач получает два разных ранжированных списка после того, как дважды задает один и тот же вопрос с несколько разной формулировкой, и воспринимает это как знак того, что порядок модели не является оценкой вероятности.
Диагностический ИИ переходит от обычных чат-ботов к инструментам, встроенным в электронные медицинские записи и платформы доказательств, где они могут видеть структурированные данные и цитировать источники. Это может уменьшить количество ошибок, но увеличивает риск того, что врачи будут полагаться на уверенные предположения. Исследование Го указывает на открытый вопрос: как врачи и модели должны работать вместе, а не только насколько точна модель в отдельности. Проспективных исследований с реальными пациентами и реальными результатами по-прежнему мало по сравнению с контрольными показателями. До тех пор, пока не появится больше, оправданной является позиция, согласно которой эти инструменты могут расширить различия и побудить к пересмотру взглядов. Диагноз по-прежнему принадлежит клиницисту.
Бесплатная рассылка
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Большие языковые модели, такие как GPT-4, могут создавать правдоподобные списки дифференциальных диагнозов на основе описания случая, а в опубликованных исследованиях они часто включают правильный диагноз. Они не являются проверенными диагностическими устройствами. Их самое безопасное использование — это структурированный мозговой штурм второго мнения, который врач сверяет с пациентом, а врачи, которые понимают как их сильные стороны, так и их недостатки, получают от них максимальную пользу.
Окончательный диагноз стоял в дифференциальном диагнозе примерно в 64 процентах случаев и был высшим диагнозом примерно в 39 процентах.
Врачи с GPT-4 незначительно превзошли врачей с обычными ресурсами, однако одна только модель набрала более высокие баллы. Это указывает на то, как люди используют этот инструмент.
Предварительно организованные выводы и возможное загрязнение обучающих данных делают виньетки проще, чем беспорядочные реальные встречи.
Модели склонны соглашаться с предложенными им рамками, поэтому намек на диагноз подталкивает к нему дифференциал.
Более длинный список с большей вероятностью будет содержать ответ, но на практике длинные различия могут привести к дополнительным и ненужным исследованиям.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
ChatGPT для фармацевтов
Приложения