Behandling av rutinemessige kliniske data ved bruk av store språkmodeller som GPT-4 (IMPL-AI-MENT)

I følge studier i USA og Nederland får 33-40 % av pasienter med kroniske lidelser behandling som ikke følger retningslinjene. Disse funnene er også påvist i behandlingen av KOLS. Dette fører til under- eller overbehandling av pasienter og, ved KOLS, til eksacerbasjoner og sykehusinnleggelser. Disse eksaserbasjonene er et betydelig klinisk problem, som påvirker pasientenes lungefunksjon, livskvalitet og dødelighet. De er også en belastning for helsevesenet. Teknologiske fremskritt innen kunstig intelligens gir muligheten til å ta opp disse problemene i KOLS-håndtering. Det siste året har det vært bemerkelsesverdige innovasjoner innen naturlig språkbehandling, spesielt gjennom store språkmodeller som GPT-4 fra OpenAI og Bard eller Gemini fra Google. Disse modellene gir en mulighet til å forbedre implementeringen av evidensbasert omsorg i klinisk praksis.

Denne studien er en prospektiv, randomisert studie som skal sammenligne behandling ved utskrivning for pasienter med KOLS. Den ene armen vil ikke motta intervensjon, mens den andre armen vil motta en behandlingsanbefaling fra en LLM. Studien vil sammenligne prosentandelen av pasienter som behandles i henhold til retningslinjen.