评估重症监护病房 (ICU) 适应症：人类与 ChatGPT-4o 预测 (ICU)

本研究采用回顾性设计。 将回顾性收集急诊科收治的患者以及在麻醉科和复苏诊所咨询 ICU 指征的患者的医疗数据。 将记录患者的人口统计信息、生命体征、实验室结果、影像学结果和临床决策。 将使用个人病例报告表系统地收集每位患者的这些数据。

研究纳入标准：

因急诊科 ICU 指征而到麻醉科和复苏诊所咨询的年满 18 岁及以上的患者将被纳入该研究。

研究的排除标准：

患者通过住院服务向麻醉科和复苏诊所咨询 ICU 指征。

患者因 ICU 指征以外的原因从急诊科到麻醉科和复苏门诊就诊。

患者从急诊科向麻醉科和复苏诊所咨询 ICU 指征，但记录数据不足（数据丢失的患者）。

模型训练和预测分析：

ChatGPT-4 将根据 Çiftçi B、Erdoğan C 和 Demiraran Y (5) 编写的“Yoğun Bakım Hasta Kabul Kriteleri (Rehberleri)”指南进行培训。 收集到的患者数据将提交给 ChatGPT-4 模型，以预测患者是否需要入住 ICU。 ChatGPT做出的预测将与临床决策进行比较，并分析准确率、假阳性率和假阴性率。

研究中使用的统计分析方法：

准确率：将计算 ChatGPT 正确预测 ICU 指征的比率。

假阳性率：将评估 ChatGPT 预测不需要 ICU 入住的患者需要 ICU 的比率。

假阴性率：将分析 ChatGPT 预测需要 ICU 入住的患者不需要 ICU 的比率。

Kappa 统计：将衡量 ChatGPT 预测与临床决策之间的一致性。

ROC 曲线和 AUC：ChatGPT 的性能将使用 ROC 曲线和 AUC 进行评估。

每位患者使用的病例报告表可确保详细、系统的临床信息数据收集，旨在有意义地比较 ChatGPT 的预测与临床决策的一致性。