Die diagnostische und Triage-Fähigkeit der Zusammenarbeit von Laien und großen Sprachmodellen in China

Das Ziel dieser randomisierten kontrollierten Studie ist es, die Rolle großer Sprachmodelle bei der Verbesserung der Fähigkeit von Laien zur Selbstdiagnose und Priorisierung von häufigen Krankheiten zu bewerten. Die Hauptfragen, die beantwortet werden sollen, sind:

• Hilft die Verwendung eines LLMs den Teilnehmern dabei, im Vergleich zu ihrer ersten Vermutung ohne jegliche Hilfe, genauere Selbstdiagnosen und Versorgungsentscheidungen für häufige Erkrankungen zu treffen?
• Wie viel besser ist es, wenn Menschen mit einem LLM zusammenarbeiten, im Vergleich zur Verwendung einer regulären Suchmaschine, der alleinigen Nutzung des LLMs oder der Entscheidung, wie Ärzte entscheiden würden? Die Forscher werden Teilnehmer, die nach dem Zufallsprinzip entweder der LLM-Gruppe (unter Verwendung von DeepSeek) oder der Suchmaschinengruppe zugewiesen wurden, vergleichen, um zu sehen, ob der LLM-unterstützte Ansatz zu besseren klinischen Urteilen führt.

Die Teilnehmer werden:

• Eine von 48 kurzen, realistischen Gesundheitsvignetten lesen;
• Eine erste Vermutung darüber anstellen, was möglicherweise falsch ist, indem sie bis zu drei mögliche Ursachen auflisten, die von der wahrscheinlichsten zur am wenigsten wahrscheinlichen eingestuft werden, und eine Versorgungsstufe wählen: Sofortige Versorgung suchen, innerhalb eines Tages einen Arzt aufsuchen, innerhalb einer Woche einen Arzt aufsuchen oder zu Hause ohne medizinische Versorgung behandeln.
• Ihr zugewiesenes Tool (entweder DeepSeek oder eine Standard-Suchmaschine) verwenden, um Informationen nachzuschlagen und ihre Vermutung und Versorgungsentscheidung zu aktualisieren;
• Ihre endgültige Diagnose und Versorgungswahl nach der Verwendung des Tools einreichen. Zusätzlich bewertete das Studienteam die Leistung von vier anderen KI-Modellen (GPT-4o, GPT-o1, DeepSeek-v3 und DeepSeek-r1) und 33 erfahrenen Allgemeinärzten an denselben Vignetten.