Argumentation des Arztes zu Managementfällen mit großen Sprachmodellen

Technologien der künstlichen Intelligenz (KI), insbesondere fortschrittliche große Sprachmodelle wie ChatGPT von OpenAI, haben das Potenzial, die medizinische Entscheidungsfindung zu verbessern. Obwohl ChatGPT-4 nicht für den Einsatz in medizinspezifischen Anwendungen entwickelt wurde, hat es sich in verschiedenen Gesundheitskontexten als vielversprechend erwiesen, darunter beim Verfassen medizinischer Notizen, bei der Beantwortung von Patientenanfragen und bei der Erleichterung medizinischer Beratungen. Es ist jedoch wenig darüber bekannt, wie ChatGPT die klinischen Denkfähigkeiten von Ärzten verbessert.

Klinisches Denken ist ein komplexer Prozess, der Mustererkennung, Wissensanwendung und probabilistisches Denken umfasst. Die Integration von KI-Tools wie ChatGPT-4 in die Arbeitsabläufe von Ärzten könnte möglicherweise dazu beitragen, die Arbeitsbelastung des Klinikpersonals zu verringern und die Wahrscheinlichkeit von Missmanagement zu verringern. ChatGPT-4 wurde jedoch weder für klinisches Denken entwickelt noch wurde es für diesen Zweck validiert. Darüber hinaus kann es zu Fehlinformationen, einschließlich überzeugender Konfabulationen, kommen, die Ärzte irreführen können. Wenn Ärzte dieses Tool missbrauchen, kann es sein, dass es das Denken nicht verbessert und sogar Schaden anrichtet. Daher ist es wichtig zu untersuchen, wie Ärzte große Sprachmodelle verwenden, um das klinische Denken zu verbessern, bevor sie routinemäßig in die Patientenversorgung integriert werden.

In dieser Studie werden die Teilnehmer randomisiert, um klinische Managementfälle mit oder ohne Zugang zu ChatGPT-4 zu beantworten. Jeder Fall besteht aus mehreren Komponenten, und die Teilnehmer werden gebeten, ihre Argumentation für jede Komponente zu besprechen. Die Antworten werden von unabhängigen Gutachtern bewertet, die keinen Einblick in die Behandlungszuordnung haben. Für jeden Fall wurde von einem Gremium aus 4–7 Expertendiskussionsteilnehmern eine Bewertungsrubrik entwickelt. Die Diskussionsteilnehmer entwickelten unabhängig voneinander eine Rubrik für jeden Fall, und etwaige Unstimmigkeiten wurden dann in mehreren Diskussionsrunden gelöst.