Большие языковые модели, чтобы помочь гинекологическому лечению онкологии (EASING)

Усовершенствованные технологии искусственного интеллекта (ИИ), особенно крупные языковые модели, такие как CHATGPT Openai, обладают значительным потенциалом для улучшения принятия медицинских решений. В то время как CHATGPT не был специально разработан для медицинских приложений, он показал полезность в различных сценариях здравоохранения, в том числе отвечает на запросы пациентов, составление медицинской документации и помощь клиническим консультациям. Несмотря на эти достижения, его роль в поддержке принятия решений о лечении частно в сложных онкологических случаях-безделушка.

Принятие решений в лечении в гинекологической онкологии представляет собой многогранный процесс, который объединяет основанные на фактических данных руководящие принципы, биологию опухоли, специфичные для пациента факторы и клинический опыт. Инструменты искусственного интеллекта, такие как CHATGPT, могут потенциально помочь в синтезе соответствующих рекомендаций на основе руководств, повышении точности решений и содействию более эффективным клиническим рабочим процессам. Тем не менее, CHATGPT не специально адаптирован для решений онкологического лечения и не имеет комплексной проверки в этой области. Кроме того, это может генерировать дезинформацию или правдоподобную, но неточные рекомендации, которые могут повлиять на клиническое суждение. Поэтому понимание того, как медицинские работники, включая студентов и врачей ранней карьеры, взаимодействие с такими инструментами искусственного интеллекта, перед более широкой интеграцией в клиническую практику. Локально развертываемые модели, такие как Llama, обеспечивают безопасное, локальное использование, в то время как поколение поиска, обеспечивает рекомендации, соответствующие рекомендациям.

В этом исследовании будет изучено влияние языковых моделей на поддержку принятия решений для лечения для студентов -медиков, управляющих гинекологическими случаями онкологии. Это перекрестное исследование, где участники будут рандомизированы в две группы. Все участники начинают с доступа к CHATGPT для двух виньеток. Затем они продолжают два случая, используя либо локально развернутую языковую модель, за которой следуют два случая, полагаясь на PDF -файлы руководства, либо наоборот.

Каждый участник будет анализировать клинические случаи, предлагать планы лечения и оценивать их уверенность в своих решениях и удобстве поддержки решений. Это исследование направлено на то, чтобы дать представление о потенциальных преимуществах и ограничениях интеграции инструментов ИИ, таких как CHATGPT, в принятие решений в режиме лечения.