Effekten av persepsjonsbaserte intervensjoner på offentlig aksept for bruk av store språkmodeller i medisin

På grunn av raske fremskritt innen kunstig intelligens, brukes store språkmodeller (LLM-er) i økende grad i en rekke kliniske settinger, som triage, sykdomsdiagnostisering, behandlingsplanlegging og selvovervåking. Til tross for deres potensial, er bruken av LLM-er fortsatt begrenset innen helsevesenet på grunn av mangel på nøyaktighet, sammenheng og åpenhet, samt etiske bekymringer. Offentlige oppfatninger, som opplevd nytte og risiko, spiller en avgjørende rolle i å forme holdninger til kunstig intelligens som enten kan fremme eller hindre dens adopsjon. Likevel, så vidt vi vet, er det mangel på bevissthet om oppfatningsdrevne intervensjoner i helsevesenet, og ingen tidligere studier har undersøkt om offentlige oppfatninger spiller en rolle i aksepten for medisinske anvendelser av LLM-er. Derfor har denne studien som mål å undersøke offentlige oppfatninger av bruken av LLM-er i medisin, og om intervensjoner for oppfatninger påvirker aksepten for helsevesenets anvendelser av LLM-er.