La Capacité de Diagnostic et de Triage de la Collaboration entre Non-Spécialistes et Grands Modèles de Langage en Chine

L'objectif de cet essai contrôlé randomisé est d'évaluer le rôle des grands modèles de langage dans l'amélioration de la capacité des non-spécialistes à s'autodiagnostiquer et à trier les maladies courantes. Les principales questions auxquelles il vise à répondre sont :

• L'utilisation d'un LLM aide-t-elle les participants à établir des autodiagnostics et des décisions de soins plus précis pour les maladies courantes, par rapport à leur première estimation sans aucune aide ?
• Dans quelle mesure est-ce meilleur lorsque les personnes travaillent ensemble avec un LLM, par rapport à l'utilisation d'un moteur de recherche classique, à l'utilisation du LLM seul, ou à la façon dont les médecins décideraient ? Les chercheurs compareront les participants qui ont été assignés au hasard soit au groupe LLM (utilisant DeepSeek) soit au groupe moteur de recherche pour voir si l'approche assistée par LLM conduit à de meilleurs jugements cliniques.

Les participants devront :

• Lire l'une des 48 courtes vignettes de santé réalistes ;
• Faire une estimation initiale de ce qui pourrait ne pas aller en listant jusqu'à trois causes possibles, classées de la plus probable à la moins probable, et choisir un niveau de soins : consulter immédiatement, voir un médecin dans un délai d'un jour, voir un médecin dans un délai d'une semaine, ou gérer à domicile sans soins médicaux.
• Utiliser leur outil attribué (soit DeepSeek, soit un moteur de recherche standard) pour rechercher des informations et mettre à jour leur estimation et leur décision de soins ;
• Soumettre leur diagnostic final et leur choix de soins après avoir utilisé l'outil. De plus, l'équipe de recherche a évalué la performance de quatre autres modèles d'IA (GPT-4o, GPT-o1, DeepSeek-v3 et DeepSeek-r1) et de 33 médecins généralistes expérimentés sur les mêmes vignettes.