De diagnostische en triagecapaciteit van samenwerking tussen leken en grote taalmodellen in China

Het doel van deze gerandomiseerde gecontroleerde studie is om de rol van grote taalmodellen te evalueren bij het verbeteren van het vermogen van leken om zelf een diagnose te stellen en veelvoorkomende ziekten te triageren. De belangrijkste vragen die het probeert te beantwoorden zijn:<\/p>

• Helpt het gebruik van een LLM deelnemers om nauwkeurigere zelfdiagnoses en zorgbeslissingen te nemen voor veelvoorkomende aandoeningen, vergeleken met hun eerste inschatting zonder hulp?<\/li>
• Hoeveel beter is het wanneer mensen samenwerken met een LLM, vergeleken met het gebruik van een reguliere zoekmachine, alleen het LLM gebruiken, of hoe artsen zouden beslissen? Onderzoekers zullen deelnemers die willekeurig zijn toegewezen aan ofwel de LLM-groep (met DeepSeek) of de zoekmachinegroep vergelijken om te zien of de LLM-ondersteunde aanpak leidt tot betere klinische beoordelingen.<\/li><\/ul>

  Deelnemers zullen:<\/p>

  • Een van de 48 korte, realistische gezondheidsschetsen lezen;<\/li>
  • Een eerste inschatting maken over wat er mis zou kunnen zijn door maximaal drie mogelijke oorzaken op te sommen, gerangschikt van meest tot minst waarschijnlijk, en een zorgniveau kiezen: directe zorg zoeken, binnen één dag een arts raadplegen, binnen één week een arts raadplegen, of thuis behandelen zonder medische zorg.<\/li>
  • Hun toegewezen tool (DeepSeek of een standaard zoekmachine) gebruiken om informatie op te zoeken en hun inschatting en zorgbeslissing bij te werken;<\/li>
  • Hun uiteindelijke diagnose en zorgkeuze indienen na gebruik van de tool. Daarnaast evalueerde het onderzoeksteam de prestaties van vier andere AI-modellen (GPT-4o, GPT-o1, DeepSeek-v3 en DeepSeek-r1) en 33 ervaren huisartsen op dezelfde schetsen.<\/li><\/ul>