Læge ræsonnerer om diagnostiske tilfælde med store sprogmodeller

Kunstig intelligens (AI) teknologier, specifikt avancerede store sprogmodeller som OpenAIs ChatGPT, har potentialet til at forbedre medicinsk beslutningstagning. Selvom ChatGPT-4 ikke blev udviklet til dets brug i medicinsk-specifikke applikationer, har det vist lovende i forskellige sundhedsmæssige sammenhænge, ​​herunder medicinsk noteskrivning, adressering af patienthenvendelser og facilitering af medicinsk konsultation. Der er dog lidt kendt om, hvordan ChatGPT øger klinikernes kliniske ræsonnementevner.

Klinisk ræsonnement er en kompleks proces, der involverer mønstergenkendelse, videnanvendelse og probabilistisk ræsonnement. At integrere AI-værktøjer som ChatGPT-4 i lægearbejdsgange kan potentielt hjælpe med at reducere klinikernes arbejdsbyrde og mindske sandsynligheden for manglende diagnoser. ChatGPT-4 blev dog ikke udviklet med henblik på klinisk ræsonnement og er heller ikke blevet valideret til dette formål. Yderligere kan det være underlagt desinformation, herunder overbevisende konfabulationer, der kan vildlede klinikere. Hvis klinikere misbruger dette værktøj, forbedrer det muligvis ikke diagnostisk ræsonnement og kan endda forårsage skade. Derfor er det vigtigt at studere, hvordan klinikere bruger store sprogmodeller til at øge klinisk ræsonnement forud for rutinemæssig inkorporering i patientbehandling.

I denne undersøgelse vil vi randomisere deltagere til at besvare diagnostiske tilfælde med eller uden adgang til ChatGPT-4. Deltagerne vil blive bedt om at give tre differentialdiagnoser for hvert tilfælde, med understøttende og modsatrettede fund for hver diagnose. Derudover vil de blive bedt om at give deres topdiagnose sammen med de næste diagnostiske trin. Svarene vil blive bedømt af uafhængige anmeldere, der er blindet for behandlingsopgave.