一项随机质量改进研究显示，使用大型语言模型（LLM）生成的眼科病历白话摘要能够改善非眼科医生的理解和满意度。
在362名非眼科临床医生和专业人员的调查中，85%的人更喜欢人工智能（AI）生成的摘要，而不是标准的眼科医生病历。加州大学洛杉矶分校大卫·格芬医学院的Prashant D. Tailor博士及其同事在《JAMA Ophthalmology》上报告了这一发现。
与标准病历相比，显著更高比例的人认为白话摘要“非常清晰”（62.5% vs 39.5%，P <0.001），并且“极大地”提高了理解（33% vs 24%，P = 0.001）。此外，63.6%的人对病历中的细节水平表示满意，而标准病历的这一比例为42.2%（P <0.001）。
添加白话摘要还减少了熟悉和不熟悉眼科术语的临床医生之间的理解差距（从26.1%降至14.4%）。
眼科医生审查后，白话摘要的错误率为26%，但83.9%的错误被认为是低风险，没有严重的伤害或死亡风险。
“我们非常惊讶，”明尼苏达州罗切斯特市梅奥诊所的Haley S. D'Souza博士告诉MedPage Today。“临床医生报告说，AI辅助的白话摘要清楚地定义了缩写词，并解释了专业眼科术语，简化了他们与患者和家属的讨论。”
D'Souza表示，理解很重要，因为“眼科检查可以帮助诊断系统性疾病，如中风、多发性硬化症和糖尿病，但如果检查结果使用的是非眼科医生无法理解的术语，那么这些疾病可能会得不到治疗或治疗不足。”
她补充说，这项研究的目的是确定AI是否足够聪明、准确和最新，能够成功地将一个充满专业术语的病历转化为所有医学专业都能轻松理解的内容。
Tailor表示，这项研究的动机来自于困惑的同事，他们无法理解患者的病历。“PDR s/p PRP和抗VEGF对眼科医生来说可能很清楚，但对许多非眼科医生来说就像字母汤一样。”他告诉MedPage Today。
正如一位同事所说，“我不应该需要一个罗塞塔石才能理解你的病历。”
研究发现，对于那些不太熟悉眼科术语的临床医生来说，AI辅助的白话摘要特别有用。他说：“实际上，它们帮助平衡了理解，使其达到之前自认为熟悉眼科病历的临床医生的水平。这适用于参与研究的医生、护士和其他联合医疗人员。”
尽管如此，“即使经过眼科医生的审查和编辑，我们在AI生成的病历中仍然观察到了15%的过度解读错误率，这强调了在临床实践中仔细监督和管理AI工具的必要性，”他补充道。
研究人员依赖免费的开源Mistral AI程序来生成白话摘要。
在一个例子中，眼科医生关于一名原发性闭角型青光眼患者的病历提到了“cosopt”以及缩写“Tmax”、“CCT”、“SLT”和“RTC”。相比之下，白话摘要解释了什么是青光眼，描述了药物的目的，并将“cosopt”定义为两种药物的组合。摘要中没有使用任何缩写。
在一篇附带评论中，密歇根大学W.K.凯洛格眼科中心的Paula Anne Newman-Casey博士及其同事指出，医学生学习的眼科知识很少，只有两到三次眼科讲座。
然而，他们写道，临床医生支持眼科医生：“如果眼科病历不容易理解，我们怎么能期望初级保健专业人员解释糖尿病视网膜病变作为糖尿病终末器官损害的重要性呢？”
研究作者报告说，技术不仅不是互动的替代品，还可以用来增强沟通。“利用AI生成白话摘要的概念不仅可以改善医疗人员之间的沟通，还可以改善患者教育。”
在这项研究中，20名来自梅奥诊所的眼科医生从2024年2月至5月撰写了患者就诊记录，并被随机分配直接发送给护理团队的临床医生，或将记录通过AI程序生成白话摘要。AI组的眼科医生可以在必要时纠正摘要，但不允许进行风格上的修改。护理团队的接收者随后收到了白话摘要和患者病历。
362份非眼科医生的调查回复（48.9%仅针对病历，51.1%针对病历和AI版本）代表了被要求参与的大约33%的人。受访者包括医生（n=178）、住院医师/研究员（n=59）、执业护士/助理医师（n=85）和其他联合医疗人员（n=40）。
20名眼科医生的489份调查回复（84%的回复率）中，90%的人表示白话摘要“很大程度上”代表了诊断，75%的人对摘要“非常满意”。
后来由外部眼科医生对发送给临床医生的235份白话摘要进行分析，发现即使经过眼科医生的审查，仍有15%包含错误。
该研究没有检查眼科医生在原始患者病历中是否存在错误，但Tailor引用了2020年的一项研究，该研究发现五分之一阅读门诊就诊记录的患者表示其中存在错误。
研究人员指出了研究的一些局限性，例如缺乏调查参与者的详细人口统计信息和具体的错误信息。此外，该研究仅限于单一学术中心，且未包括患者结局信息，因此其临床意义尚不清楚。
(全文结束)
