Bearbetning av rutinmässiga kliniska data med hjälp av stora språkmodeller som GPT-4 (IMPL-AI-MENT)

Enligt studier i USA och Nederländerna får 33-40 % av patienterna med kroniska tillstånd vård som inte följer riktlinjernas rekommendationer. Dessa fynd har också visats vid behandling av KOL. Detta leder till under- eller överbehandling av patienter och, vid KOL, till exacerbationer och sjukhusinläggningar. Dessa exacerbationer är ett betydande kliniskt problem som påverkar patienternas lungfunktion, livskvalitet och dödlighet. De är också en belastning för sjukvården. Tekniska framsteg inom artificiell intelligens erbjuder möjligheten att ta itu med dessa frågor i KOL-hantering. Det senaste året har det skett anmärkningsvärda innovationer inom området naturlig språkbehandling, särskilt genom stora språkmodeller som GPT-4 från OpenAI och Bard eller Gemini från Google. Dessa modeller erbjuder en möjlighet att förbättra implementeringen av evidensbaserad vård i klinisk praxis.

Denna studie är en prospektiv, randomiserad studie som kommer att jämföra behandling vid utskrivning för patienter med KOL. En arm kommer inte att få någon intervention, medan den andra armen kommer att få en behandlingsrekommendation från en LLM. Studien kommer att jämföra andelen patienter som behandlas enligt riktlinjen.