Stora språkmodeller för att hjälpa gynekologisk onkologibehandling (EASING)

Advanced Artificial Intelligence (AI) -teknologier, särskilt stora språkmodeller som OpenAI: s chatgpt, har betydande potential för att förbättra medicinskt beslutsfattande. Medan Chatgpt inte var specifikt utformad för medicinska tillämpningar, har det visat användbarhet i olika sjukvårdsscenarier, inklusive att besvara patientundersökningar, utarbeta medicinsk dokumentation och hjälpa kliniska konsultationer. Trots dessa framsteg är dess roll för att stödja behandlingsbeslutet, särskilt i komplexa onkologiska fall underflödiga.

Behandlingsbeslut i gynekologisk onkologi är en mångfacetterad process som integrerar evidensbaserade riktlinjer, tumörbiologi, patientspecifika faktorer och klinisk expertis. AI-verktyg som ChatGPT kan potentiellt hjälpa till att syntetisera relevanta riktlinjebaserade rekommendationer, förbättra beslutsnoggrannheten och underlätta effektivare kliniska arbetsflöden. Chatgpt är emellertid inte specifikt skräddarsydd för beslut om onkologiska behandling och saknar omfattande validering inom denna domän. Dessutom kan det generera felinformation eller rimligt klingande men felaktiga rekommendationer, vilket kan påverka klinisk bedömning. Därför är det viktigt att förstå hur läkare, inklusive studenter och läkare för tidig karriär, interagerar med sådana AI-verktyg innan den bredare integrationen i klinisk praxis. Lokalt distribuerbara modeller, såsom Llama, möjliggör säker, lokal användning medan återhämtningsförstärkt generation säkerställer riktlinjekompatibla rekommendationer.

Denna studie kommer att undersöka effekterna av språkmodeller på behandlingsbeslutsstöd för medicinska studenter som hanterar gynekologiska onkologiska fall. Detta är en crossover -studie, där deltagarna kommer att randomiseras i två grupper. Alla deltagare börjar med tillgång till chatgpt för två vinjetter. De fortsätter sedan med två fall med antingen en lokalt utplacerad språkmodell, följt av två fall som förlitar sig på riktlinje PDF -filer, eller vice versa.

Varje deltagare kommer att analysera kliniska fall, föreslå behandlingsplaner och bedöma deras förtroende för sina beslut och beslutsstödssystem användbarhet. Denna studie syftar till att ge insikter om de potentiella fördelarna och begränsningarna för att integrera AI-verktyg som ChatGPT i beslutsfattande av onkologisk behandling.