Behandling af rutinemæssige kliniske data ved hjælp af store sprogmodeller såsom GPT-4 (IMPL-AI-MENT)

Ifølge undersøgelser i USA og Holland modtager 33-40% af patienter med kroniske lidelser behandling, der ikke følger retningslinjerne. Disse resultater er også blevet påvist i behandlingen af ​​KOL. Dette fører til under- eller overbehandling af patienter og i tilfælde af KOL til eksacerbationer og indlæggelser. Disse eksacerbationer er et betydeligt klinisk problem, der påvirker patienternes lungefunktion, livskvalitet og dødelighed. De er også en belastning for sundhedsvæsenet. Teknologiske fremskridt inden for kunstig intelligens giver mulighed for at løse disse problemer i KOL-håndtering. I det seneste år har der været bemærkelsesværdige innovationer inden for naturlig sprogbehandling, især gennem store sprogmodeller som GPT-4 fra OpenAI og Bard eller Gemini fra Google. Disse modeller giver mulighed for at forbedre implementeringen af ​​evidensbaseret pleje i klinisk praksis.

Denne undersøgelse er et prospektivt, randomiseret forsøg, der vil sammenligne behandling ved udskrivelse for patienter med KOL. Den ene arm vil ikke modtage intervention, mens den anden arm vil modtage en behandlingsanbefaling fra en LLM. Undersøgelsen vil sammenligne procentdelen af ​​patienter behandlet i henhold til retningslinjen.