Grote taalmodellen om de behandeling met gynaecologische oncologie te ondersteunen (EASING)

Advanced Artificial Intelligence (AI) technologieën, met name grote taalmodellen zoals het chatgpt van Openai, hebben een aanzienlijk potentieel voor het verbeteren van de medische besluitvorming. Hoewel chatgpt niet specifiek is ontworpen voor medische toepassingen, heeft het nut aangetoond in verschillende gezondheidszorgscenario's, waaronder het beantwoorden van vragen van patiënten, het opstellen van medische documentatie en het helpen van klinisch overleg. Ondanks deze vorderingen is de rol ervan bij het ondersteunen van de besluitvorming van de behandeling met name in complexe oncologische gevallen die onder de uiting zijn.

Besluitvorming van de behandeling in gynaecologische oncologie is een veelzijdig proces dat evidence-based richtlijnen, tumorbiologie, patiëntspecifieke factoren en klinische expertise integreert. AI-tools zoals CHATGPT kunnen mogelijk helpen bij het synthetiseren van relevante richtlijngebaseerde aanbevelingen, het verbeteren van de beslissingsnauwkeurigheid en het faciliteren van efficiëntere klinische workflows. CHATGPT is echter niet specifiek op maat gemaakt voor beslissingen over oncologische behandeling en mist uitgebreide validatie in dit domein. Bovendien kan het verkeerde informatie of plausibel klinkende maar onnauwkeurige aanbevelingen genereren, die van invloed kunnen zijn op het klinische oordeel. Daarom is het essentieel om te begrijpen hoe medische professionals, inclusief studenten en artsen in de vroege carrière, omgaan met dergelijke AI-tools essentieel vóór bredere integratie in de klinische praktijk. Lokaal inzetbare modellen, zoals LLAMA, maken een veilige, on-premise gebruik mogelijk tijdens het ophalen van het ophalen van richtlijnen voor richtlijn.

Deze studie zal de impact onderzoeken van taalmodellen op de ondersteuning van de behandeling voor medische studenten die gynaecologische oncologische gevallen beheren. Dit is een crossover -studie, waarbij deelnemers in twee groepen worden gerandomiseerd. Alle deelnemers beginnen met toegang tot chatgpt voor twee vignetten. Vervolgens gaan ze met twee gevallen met behulp van een lokaal geïmplementeerd taalmodel, gevolgd door twee gevallen die afhankelijk zijn van richtlijn PDF's, of vice versa.

Elke deelnemer zal klinische gevallen analyseren, behandelingsplannen voorstellen en hun vertrouwen in zijn beslissingen en bruikbaarheid van beslissingsondersteuningssysteem beoordelen. Deze studie heeft als doel inzicht te geven in de potentiële voordelen en beperkingen van het integreren van AI-tools zoals Chatgpt in de besluitvorming van oncologische behandeling.