Účinky velkého jazykového modelu na klinické dovednosti dotazování

V současné době je hlavní formou výuky dovedností klinického dotazování umožnit vysokoškolákům, kteří se účastní učňovské přípravy, nejprve se seznámit s charakteristikou a diagnostickými body případů a poté procvičit dotazování na skutečných pacientech na odděleních. Vzhledem k velkému počtu praktikantů je však obtížné uspokojit poptávku po výuce, pokud jde o počet případů, které jsou k dispozici k dotazování, a bohatost typů onemocnění za současného režimu výuky. Proto je nutné využívat nové inteligentní technologie a vytvořit nový model výuky dovedností dotazování, aby se zlepšila efektivita výuky a zlepšilo klinické myšlení studentů.

Jazykové modelování ve velkém měřítku (LLM) je technologie hlubokého učení, která se dokáže naučit znalosti z velkého množství textu, a AI chatboti jako ChatGPT jsou typickým příkladem její aplikace. Chatboti s umělou inteligencí se vyznačují antropomorfním porozuměním a diverzifikovanými schopnostmi generování přirozeného jazyka v různých kontextech a zpočátku se uplatňovali v lékařské oblasti, jako je složení americké lékařské licenční zkoušky, asistování při dokumentaci oční anamnézy a odpovídání na oftalmologické otázky. Bylo však zjištěno, že ačkoli LLM má slušný modelovací výkon ve všeobecných lékařských znalostech, stále je třeba jej zlepšit v oblasti speciálních onemocnění. Na základě toho výzkumný tým v rané fázi použil učebnici oftalmologie, konsensus klinických pokynů, data konverzace na internetu a znalostní základnu oftalmologického centra Zhongshan v kombinaci s učením s umělou zpětnou vazbou a dalšími technikami k doladění a výcviku LLM. a vyvinul „Digital Twin Patient“, lokalizovaný velký jazykový model, který má schopnost odpovídat na lékařské otázky související s oftalmologií, a také vytvořil kombinaci automatického vyhodnocování modelu a manuálního vyhodnocování lékařskými odborníky. Souběžně s tím byl zkonstruován vyhodnocovací systém kombinující automatizované vyhodnocování modelů a manuální vyhodnocování lékařskými experty.

Tento projekt má za cíl integrovat „Digital Twin Patient“ do pregraduálního oftalmologického učení, simulovat konzultační proces skutečných pacientů prostřednictvím online interakce mezi studenty a „Digital Twin Patient“, prozkoumat efekt konzultační výuky „Digital Twin Patient“, poskytnout vznikající technologii nástroje pro vedení studentů medicíny k aktivnímu učení se nejrůznějším oftalmologickým případům, kultivaci klinického myšlení a poskytují možnost vytvořit nový způsob inteligentní výuky.