Store språkmodeller for å hjelpe gynekologisk onkologibehandling (EASING)

Advanced Artificial Intelligence (AI) -teknologier, spesielt store språkmodeller som Openais ChatGPT, har et betydelig potensial for å styrke medisinsk beslutningstaking. Selv om ChatGPT ikke var spesielt designet for medisinske applikasjoner, har den vist nytte i forskjellige helsetjenester, inkludert å svare på pasienthenvendelser, utarbeide medisinsk dokumentasjon og hjelpe kliniske konsultasjoner. Til tross for disse fremskrittene, er dens rolle i å støtte behandling av beslutninger om beslutningsprosesser i komplekse onkologiske tilfeller underutforskede.

Behandlingsavgjørelse i gynekologisk onkologi er en mangefasettert prosess som integrerer evidensbaserte retningslinjer, tumorbiologi, pasientspesifikke faktorer og klinisk ekspertise. AI-verktøy som ChatGPT kan potensielt hjelpe til med å syntetisere relevante retningslinjebaserte anbefalinger, forbedre beslutningsnøyaktigheten og lette mer effektive kliniske arbeidsflyter. ChatGPT er imidlertid ikke spesielt skreddersydd for beslutninger om onkologiske behandling og mangler omfattende validering i dette domenet. I tillegg kan det generere feilinformasjon eller plausibel-klingende, men unøyaktige anbefalinger, noe som kan påvirke klinisk skjønn. Derfor er det viktig å forstå hvordan medisinske fagpersoner, inkludert studenter og leger i tidlig karriere, samhandler med slike AI-verktøy før bredere integrasjon i klinisk praksis. Lokalt distribuerbare modeller, for eksempel Llama, muliggjør sikker, lokalbruk på stedet mens gjenvinning-generasjons generasjon sikrer retningslinje-kompatible anbefalinger.

Denne studien vil undersøke virkningen av språkmodeller på behandlingsavgjørelsesstøtte for medisinstudenter som styrer gynekologiske onkologisaker. Dette er en crossover -studie, der deltakerne vil bli randomisert i to grupper. Alle deltakerne begynner med tilgang til chatgpt for to vignetter. De fortsetter deretter med to tilfeller ved å bruke enten en lokalt distribuert språkmodell, etterfulgt av to tilfeller som er avhengige av retningslinje PDF -er, eller omvendt.

Hver deltaker vil analysere kliniske tilfeller, foreslå behandlingsplaner og vurdere deres tillit til beslutningene og beslutningsstøttesystemets brukbarhet. Denne studien tar sikte på å gi innsikt i de potensielle fordelene og begrensningene ved å integrere AI-verktøy som ChatGPT i beslutninger om onkologisk behandling.