Utvikling og validering av et stort språkmodellbasert system for myopiassistent

Nærsynthet er et raskt voksende globalt helseproblem som spesielt rammer barn og ungdom. Progresjonen av nærsynthet kan føre til alvorlige komplikasjoner som nærsynt makuladegenerasjon, som i betydelig grad påvirker synsskarphet og livskvalitet. Med den økende forekomsten av nærsynthet er det et presserende behov for avanserte verktøy som kan legge til rette for personlig tilpassede helsestrategier. Kunstig intelligens (AI)-baserte løsninger, som store språkmodeller, tilbyr robuste verktøy for oftalmisk helsevesen. Likevel er ikke deres effektivitet og sikkerhet i reelle kliniske miljøer fullt ut utforsket.

I denne studien tar etterforskerne sikte på å validere et pasientsentrert Large Language Model (LLM)-basert Myopia Assistant System med følgende hovedmål: 1) evaluere evnen til LLM-modellene til å generere rapporter på høyt nivå og hjelpe til med selvevaluering av nærsynthet for pasienter i primærhelsetjenesten; 2) evaluere dens ytelse når det gjelder å svare på evidensbaserte medisinorienterte spørsmål og forbedre den generelle tilfredsheten i klinikker for nærsynte pasienter. Funnene i denne studien vil gi verdifull innsikt for anvendelsen av GPT-modellen i helsevesenet, og gi et betydelig bidrag til å forbedre tilgjengeligheten og kvaliteten på medisinske tjenester.