云素材PPT模板超市 ChatGPT与PPT 2023-08-05

医学AI方案设计：白星花科研实验室引领临床研究新时代

文章主题：医学AI方案设计, 白星花科研实验室, 临床研究

期刊：Lancet Digital Health（IF：36.615）

数据集：研究人员构建了38个不同的临床场景

介绍

临床医生和患者之间临床信息的适当记录和沟通已变得越来越重要。然而，制作临床信件可能是一件耗时的事情。虽然现在有字母模板和语音识别系统可以使用，但这些工具的目的是提高效率。新技术如自然语言处理（NLP）和人工智能（AI）可以彻底改变这一领域的实践。NLP算法的目的是识别和理解人类语言的结构和意义，根据文本的内容或目的对文本进行分类，并生成适当和连贯的响应。 OpenAI于2022年11月推出ChatGPT聊天机器人，采用NLP技术生成类人文本。该语言模型基于变压器架构，可以处理大量文本数据，并学习输入和输出序列之间的关系，从而生成连贯的文本输出。它已经在人类语言的大型数据集上进行了训练，多项研究表明，它非常擅长生成高质量和连贯的文本输出。

背景

人工智能和ChatGPT技术与传统方法相比，有潜力生成高质量的临床信函，这些信函易于病人理解，同时提高了效率、一致性、准确性和病人满意度，并为医疗系统节省了成本。研究人员以皮肤癌作为常见的人类癌症为例，描述了对具有有限临床投入的患者采用和评估ChatGPT生成的临床信函的情况，旨在评估chatgpt生成的临床信函的可读性、事实正确性和人性化程度。

实验内容

研究人员设计了一系列的临床沟通场景，用于模拟临床医生在皮肤癌实践中使用ChatGPT的情景。让ChatGPT输出相应的临床信件，目标是11~12岁的人也可看懂临床信的内容，例如围手术期抗凝管理。在提交指令后，ChatGPT生成了一份以临床信函的形式发回复给患者。作者使用在线工具可读来评估信件的可读性，这是用来评估信件可读性的常用公式之一，也被用于其他许多研究的评估。

两位临床医生使用了Likert评分，从0到10来评估文本的真实性和人性化，其中0代表完全不正确或不人性化，10代表完全正确和人性化。为了进行错误分析，使用线性回归法，使用两个独立的广义线性模型（GLMs），研究癌症类型、一般指令、特定指令和一般规则对结果变量的影响，以及第一个GLM中的中位人性和第二个GLM的中位正确性。将R(4.1.1版)用于统计学分析，p<0.001，具有统计学意义。

根据所提供的资料，研究人员建立了38个假设的临床情景，其中7个与基底细胞癌有关，11个与鳞状细胞癌(SCC)有关，20个与恶性黑色素瘤(MM)有关。研究表明，这些临床信函的可读性评分表明适合不同阅读水平的人，并且生成文字的平均可读性年龄是在美国第九级（14-15岁），被美国卫生和人类服务部认为是平均难度。此外，这些信函的总体正确性中位数为7，正确性的加权κ值为0.80，人性性为0.77。使用GLM进行分析，中位数正确性与MM相关，系数为-2.64（SE 0.90；p《0.0001）。研究还表明，中位数的正确性、人性化水平和癌症类型的关系有显著差异。这一试点评估表明，使用自然语言处理和人工智能技术可以生成具有高准确性和良好人性化评分的临床信函。

实验结果

根据这份试点评估结果显示，采用ChatGPT生成的临床信件在整体正确性和人性化得分方面都表现出较高的水平。这些信函的阅读水平类似于当前人类编写的信函，内容难度适中，适合不同阅读能力的人群，14~15岁的人群也可看懂。此外，虽然这样做可以提高效率，并提高病人满意度，但也需要注意减轻潜在的风险，例如疏漏和错误，以避免对病人护理造成严重后果。

结论

使用人工智能生成临床信函可以替代临床医生撰写的信函，这对健康护理沟通的质量和有效性是非常有帮助的。由此可见在医疗保健中使用人工智能是非常重要的，但是在使用这类新技术的早期阶段，需要继续由卫生保健提供者仔细核实这些系统的产出。不过相信在不久的将来，人工智能会在医疗系统会产生更好的结果。

医学AI方案设计

白星花科研实验室

● 十几位美籍教授团队

● 已发表几十篇IF>6 SCI

● 100%成功案例

临床研究、肿瘤、流行病、影像组学、META数据分析、药物机制

AI 知识图谱

实时更新，可视化检索，科研发表

AI 医学影像

近百AI医学方案，高分SCI