Läkare resonerar om diagnostiska fall med stora språkmodeller

Artificiell intelligens (AI)-teknologier, speciellt avancerade stora språkmodeller som OpenAI:s ChatGPT, har potential att förbättra medicinskt beslutsfattande. Även om ChatGPT-4 inte utvecklades för användning i medicinskt specifika applikationer, har det visat sig lovande i olika vårdsammanhang, inklusive att skriva medicinska anteckningar, ta itu med patientförfrågningar och underlätta medicinsk konsultation. Det är dock lite känt om hur ChatGPT förstärker klinikernas kliniska resonemangsförmåga.

Kliniskt resonemang är en komplex process som involverar mönsterigenkänning, kunskapstillämpning och probabilistiska resonemang. Att integrera AI-verktyg som ChatGPT-4 i läkares arbetsflöden kan potentiellt hjälpa till att minska klinikernas arbetsbelastning och minska sannolikheten för missade diagnoser. ChatGPT-4 utvecklades dock inte för kliniska resonemang och har inte heller validerats för detta ändamål. Vidare kan det vara föremål för desinformation, inklusive övertygande konfabulationer som kan vilseleda läkare. Om läkare missbrukar det här verktyget kanske det inte förbättrar diagnostiska resonemang och kan till och med orsaka skada. Därför är det viktigt att studera hur kliniker använder stora språkmodeller för att förstärka kliniska resonemang inför rutinmässig inkorporering i patientvården.

I denna studie kommer vi att randomisera deltagare för att svara på diagnostiska fall med eller utan tillgång till ChatGPT-4. Deltagarna kommer att ombes ge tre differentialdiagnoser för varje fall, med stödjande och motsatta fynd för varje diagnos. Dessutom kommer de att bli ombedda att ge sin högsta diagnos tillsammans med nästa diagnostiska steg. Svaren kommer att betygsättas av oberoende granskare som är blinda för behandlingsuppgiften.