大型语言模型以帮助妇科肿瘤学治疗 (EASING)

高级人工智能（AI）技术，尤其是大型语言模型，例如Openai的Chatgpt，具有增强医疗决策的巨大潜力。 尽管Chatgpt不是专门为医疗应用设计的，但它在各种医疗保健方案中显示了实用性，包括回答患者查询，起草医疗文档和协助临床咨询。 尽管取得了这些进步，但在复杂的肿瘤病例捕获中，它在支持治疗决策方面的作用均未被逐渐置于驱动状态。

妇科肿瘤学中的治疗决策是一个多方面的过程，该过程整合了基于证据的指南，肿瘤生物学，患者特异性因素和临床专业知识。 像Chatgpt这样的AI工具可以有可能协助综合基于指南的建议，提高决策准确性并促进更有效的临床工作流程。 但是，Chatgpt并不是专门针对肿瘤治疗决策量身定制的，并且缺乏该领域的全面验证。 此外，它可能会产生错误的信息或不准确的建议，但可能会影响临床判断。 因此，在更广泛地集成到临床实践之前，了解包括学生和早期职业医生在内的医学专业人员如何与此类AI工具进行互动。 诸如Llama之类的本地可部署模型可以实现安全的本地使用情况，而检索效果则可以确保符合指南的建议。

这项研究将研究语言模型对管理妇科肿瘤学病例的医学生的治疗决策支持的影响。 这是一项跨界研究，参与者将被随机分为两组。 所有参与者都从访问两个小插图的访问开始。 然后，他们使用本地部署的语言模型进行两种案例，然后使用两个依赖指南PDF的案例，反之亦然。

每个参与者将分析临床病例，提出治疗计划，并评估他们对决策和决策支持系统可用性的信心。 这项研究旨在洞悉将Chatgpt（例如Chatgpt）纳入肿瘤治疗决策的潜在利益和局限性。