美国马萨诸塞州波士顿——人工智能（AI）在诊断推理方面超越人类医生的速度非常快，而诊断推理是临床推理和患者护理的第一步，也是关键一步。现在，《自然医学》杂志上发表的一项研究表明，能够访问大型语言模型（LLM），也称为聊天机器人，的医生在多个患者护理任务上的表现优于无法访问LLM的同事。
“早期将AI引入医疗保健主要集中在文书工作流程上，例如门户消息传递，”波士顿贝斯以色列女执事医疗中心（BIDMC）AI项目主任亚当·罗德曼博士（Adam Rodman, MD, MPH）表示。“但聊天机器人的一个理论优势是它们可以作为合作伙伴，增强人类的认知能力。我们的研究结果表明，即使是在像开放式决策这样复杂的任务中，提高医生的表现也是一个有前途的应用方向。然而，要实现LLM在提升患者护理方面的潜力，仍需严格的验证。”
罗德曼及其同事评估了92名执业医生在处理五个假设患者病例时的决策过程，这些病例基于真实的、匿名的患者案例。研究人员重点关注医生的管理推理，这是临床推理的一个步骤，包括围绕测试和治疗的决策，同时考虑到患者的偏好、社会因素、成本和风险。
“与通常有一个正确答案的诊断推理不同，LLM在这方面表现出色，管理推理可能没有唯一正确的答案，涉及权衡本质上存在风险的不同行动方案，”罗德曼说。
当对假设患者病例的回复进行评分时，使用聊天机器人的医生得分显著高于仅使用传统资源的医生。聊天机器人用户每个病例平均多花了近两分钟的时间。此外，使用LLM的医生提供的回复导致轻度至中度伤害的可能性较低；LLM辅助组中有3.7%的回复可能导致轻度至中度伤害，而传统资源组为5.3%。然而，严重伤害的可能性在两组之间几乎相同。
“与仅使用传统资源相比，LLM的可用性改善了医生的管理推理，AI组和仅使用AI之间的评分相当。这表明LLM未来可能作为临床判断的有益补充，”罗德曼说。“进一步探讨LLM是否只是鼓励用户放慢速度并更深入地思考，还是积极增强了推理过程，将是有价值的。”
共同作者包括来自贝斯以色列女执事医疗中心的汉娜·科尔曼（Hannah Kerman）、杰森·A·弗里德（Jason A. Freed）、约瑟芬·A·库尔（Josephine A. Cool）和扎希尔·卡尼吉（Zahir Kanjee）；斯坦福大学的伊桑·戈（Ethan Goh）、埃里克·斯特罗恩（Eric Strong）、王英杰、尼拉·阿胡贾（Neera Ahuja）、阿诺德·米勒斯坦（Arnold Millstein）、杰森·霍姆（Jason Hom）和陈宗翰（Jonathan H. Chen）；帕洛阿尔托退伍军人事务医疗系统（VA Palo Alto Health Care System）的罗伯特·加洛（Robert Gallo）；明尼苏达大学医学院的凯瑟琳·P·莱恩（Kathleen P. Lane）和安德鲁·P.J.奥尔森（Andrew P.J. Olsen）；弗吉尼亚大学医学院的安德鲁·S·帕森斯（Andrew S. Parsons）；微软的埃里克·霍维茨（Eric Horvitz）；以及凯撒永久医疗集团的丹尼尔·杨（Daniel Yang）。
罗德曼、库尔和卡尼吉披露了来自戈登和贝蒂·摩尔基金会的资金支持。有关完整的披露和资助者名单，请参阅出版物。
(全文结束)
