Nagy nyelvi modellek a nőgyógyászati ​​onkológiai kezelés elősegítésére (EASING)

A fejlett mesterséges intelligencia (AI) technológiák, különösen a nagy nyelvi modellek, mint például az Openai CHATGPT, jelentős potenciállal rendelkeznek az orvosi döntéshozatal javításában. Míg a CHATGPT -t nem kifejezetten orvosi alkalmazásokhoz tervezték, ez hasznosítóvá tette a különféle egészségügyi forgatókönyveket, ideértve a betegek kérdéseinek megválaszolását, az orvosi dokumentáció elkészítését és a klinikai konzultációk segítését. Ezen előrelépések ellenére az összetett onkológiai esetekben a döntéshozatali döntéshozatal támogatásában szereplő szerepe alulexplódott.

A kezelési döntéshozatal a nőgyógyászati ​​onkológiában egy sokrétű folyamat, amely integrálja a bizonyítékokon alapuló iránymutatásokat, a tumorbiológiát, a beteg-specifikus tényezőket és a klinikai szakértelmet. Az AI eszközök, mint például a CHATGPT, potenciálisan elősegíthetik a releváns iránymutatás-alapú ajánlások szintetizálását, a döntési pontosság javítását és a hatékonyabb klinikai munkafolyamatok megkönnyítését. A CHATGPT -t azonban nem kifejezetten az onkológiai kezelési döntésekhez igazítják, és ebben a területen nincs átfogó validáció. Ezenkívül téves információkat vagy valószínűsíthető, de pontatlan ajánlásokat generálhat, amelyek befolyásolhatják a klinikai megítélést. Ezért elengedhetetlen annak megértése, hogy az egészségügyi szakemberek, beleértve a hallgatókat és a korai karrier-orvosokat is kölcsönhatásba lépnek az ilyen AI-eszközökkel, a klinikai gyakorlatba való szélesebb körű integráció előtt. A helyileg telepíthető modellek, például a láma, lehetővé teszik a biztonságos, helyszíni felhasználást, míg a visszakeresési generáció biztosítja az iránymutatás-kompatibilis ajánlásokat.

Ez a tanulmány megvizsgálja a nyelvmodellek hatását a kezelés döntés -támogatására az orvostudományi onkológiai eseteket kezelő orvostudományi hallgatók számára. Ez egy crossover -tanulmány, ahol a résztvevőket két csoportba véletlenszerűen randomizálják. Minden résztvevő két matrica hozzáférésével kezdődik. Ezután két esetet folytatnak egy helyben telepített nyelvmodell felhasználásával, majd két eset, amely az iránymutatásokra támaszkodik, vagy fordítva.

Minden résztvevő elemzi a klinikai eseteket, javaslatot tesz a kezelési tervekre, és értékeli a döntéseikbe vetett bizalmukat és a döntéshozatali rendszer használhatóságát. Ennek a tanulmánynak a célja, hogy betekintést nyújtson az AI eszközök, például a CHATGPT, az onkológiai kezelés döntéshozatalának integrálásának lehetséges előnyeibe és korlátaiba.