Lege resonnerer om diagnostiske tilfeller med store språkmodeller

Kunstig intelligens (AI)-teknologier, spesielt avanserte store språkmodeller som OpenAIs ChatGPT, har potensialet til å forbedre medisinske beslutninger. Selv om ChatGPT-4 ikke ble utviklet for bruk i medisinske spesifikke applikasjoner, har den vist lovende i ulike helsevesenkontekster, inkludert skriving av medisinske notater, adressering av pasienthenvendelser og tilrettelegging for medisinsk konsultasjon. Det er imidlertid lite kjent om hvordan ChatGPT forsterker de kliniske resonneringsevnene til klinikere.

Klinisk resonnement er en kompleks prosess som involverer mønstergjenkjenning, kunnskapsanvendelse og sannsynlighetsresonnement. Å integrere AI-verktøy som ChatGPT-4 i legearbeidsflyter kan potensielt bidra til å redusere klinikerens arbeidsmengde og redusere sannsynligheten for tapte diagnoser. ChatGPT-4 ble imidlertid ikke utviklet for klinisk resonnement og har heller ikke blitt validert for dette formålet. Videre kan det være gjenstand for desinformasjon, inkludert overbevisende konfabulasjoner som kan villede klinikere. Hvis klinikere misbruker dette verktøyet, kan det hende at det ikke forbedrer diagnostisk resonnement og kan til og med forårsake skade. Derfor er det viktig å studere hvordan klinikere bruker store språkmodeller for å forsterke klinisk resonnement før rutinemessig inkorporering i pasientbehandling.

I denne studien vil vi randomisere deltakerne til å svare på diagnostiske tilfeller med eller uten tilgang til ChatGPT-4. Deltakerne vil bli bedt om å gi tre differensialdiagnoser for hvert tilfelle, med støttende og motstridende funn for hver diagnose. I tillegg vil de bli bedt om å gi sin toppdiagnose sammen med neste diagnostiske trinn. Svarene vil bli vurdert av uavhengige anmeldere som er blindet for behandlingsoppdrag.