Store sprogmodeller til hjælp til gynækologisk onkologisk behandling (EASING)

Avanceret kunstig intelligens (AI) teknologier, især store sprogmodeller som Openais Chatgpt, har et betydeligt potentiale for at forbedre medicinsk beslutningstagning. Mens Chatgpt ikke specifikt var designet til medicinske applikationer, har det vist værktøj i forskellige sundhedsscenarier, herunder besvarelse af patientundersøgelser, udarbejdelse af medicinsk dokumentation og hjælp til kliniske konsultationer. På trods af disse fremskridt, er dens rolle i at støtte behandling af beslutningstagning i komplekse i komplekse onkologiske tilfælde-remains underexploreret.

Behandlingsbeslutning i gynækologisk onkologi er en mangefacetteret proces, der integrerer evidensbaserede retningslinjer, tumorbiologi, patientspecifikke faktorer og klinisk ekspertise. AI-værktøjer som ChatGPT kan potentielt hjælpe med at syntetisere relevante retningslinjebaserede anbefalinger, forbedre beslutningsnøjagtigheden og lette mere effektive kliniske arbejdsgange. ChatGPT er imidlertid ikke specifikt skræddersyet til onkologiske behandlingsbeslutninger og mangler omfattende validering i dette domæne. Derudover kan det generere forkert information eller plausibel-klingende, men unøjagtige anbefalinger, hvilket kan påvirke klinisk vurdering. Derfor er det vigtigt at forstå, hvordan medicinske fagfolk, herunder studerende og læger i den tidlige karriere, interagerer med sådanne AI-værktøjer, før bredere integration i klinisk praksis. Lokalt implementerbare modeller, såsom LLAMA, AKTIVER SIKURLIGE, OKSEMISERET UDVIKLING, SOM Hentning Augmented Generation sikrer retningslinje-kompatible anbefalinger.

Denne undersøgelse vil undersøge virkningen af ​​sprogmodeller på behandlingsbeslutningsstøtte til medicinstuderende, der styrer gynækologiske onkologiske tilfælde. Dette er en crossover -undersøgelse, hvor deltagerne vil blive randomiseret i to grupper. Alle deltagere begynder med adgang til ChatGpt for to vignetter. De fortsætter derefter med to sager ved hjælp af enten en lokalt implementeret sprogmodel, efterfulgt af to sager, der er afhængige af retningslinjer PDF'er, eller omvendt.

Hver deltager vil analysere kliniske tilfælde, foreslå behandlingsplaner og bedømme deres tillid til deres beslutninger og beslutningstøttesystemets brugbarhed. Denne undersøgelse sigter mod at give indsigt i de potentielle fordele og begrænsninger ved at integrere AI-værktøjer som Chatgpt i onkologisk behandlingsbeslutning.