2007年，S. Raquel Ramos在美国中西部的一间心脏导管实验室担任注册护士。在那里，她协助医生进行微创测试和先进手术，以诊断和治疗心血管疾病。
但有一段经历她永远不会忘记。一位年轻患者进来告诉她，感觉就像有人坐在他的胸口上。为了安全起见，该患者接受了血管造影术，以观察他的心脏动脉是否存在任何堵塞。
“我们当时想，‘哦，这家伙太年轻了，’” Ramos说，他现在是耶鲁大学护理学院的副教授。“因为对于他这个年龄的人来说，抱怨胸闷或接受血管造影并不常见。”
血管造影显示是三支血管冠状动脉疾病，所有三条主要的冠状动脉都被堵塞了。该患者不得不立即进行开胸手术。
“最令人震惊的是，他只有36岁，” Ramos说。“他是我们见过的最年轻的患者。我从未忘记过那件事。”
如今，Ramos的研究项目专注于心血管健康——以及如何改善像她近二十年前护理过的那位患者一样的人群的预后。这包括最近的研究成果：CARDIO，一个旨在临床环境中提供心血管健康教育的大型语言模型。
CARDIO不是一个通用语言模型。它专门基于循证心血管指南和精选的临床教育材料进行了微调，以优先考虑准确性、安全性和与临床医生建议的一致性。
填补空白
心血管疾病是美国的主要死因，每34秒就有一人因此死亡。导致心血管疾病的慢性疾病包括糖尿病、高血压、高胆固醇、肥胖等。2023年，大约76%的美国成年人至少患有一种慢性疾病。然而，这些慢性病中的大多数是可以预防的。采取实用的生活方式和行为改变——比如每天散步、戒烟、多喝水少喝含糖饮料——可以帮助降低风险。
对于患者来说，CARDIO可以以一种易于获取、循证的方式提供关于心脏病和糖尿病预防的信息。随着像ChatGPT这样的大型语言模型的爆炸式流行，Ramos看到了一个在患者已有接触点上满足他们需求的机会。
“人们比以往任何时候都更不健康，而医疗系统并不总能满足患者的需求，尤其是当患者病情非常复杂时，” Ramos说，他同时也在耶鲁大学公共卫生学院社会与行为科学系担任联合职务。“但通过像CARDIO这样的工具来应对风险，可以减少多种疾病负担，并缩小因临床医生时间有限和患者数量庞大而造成的巨大教育差距。”
“人工智能正在爆炸式发展，”她补充道。“这是你无法回避的事情。它无处不在。”
Ramos说，CARDIO旨在补充而非取代临床医生。迄今为止，他们已通过一系列工程和专家检查完成了技术验证，确认了CARDIO的准确性、指南依从性、安全性（包括幻觉和有害性测试）以及鲁棒性。团队正准备启动患者试点测试。
在试点中，临床医生将像往常一样与患者会面，讨论他们的心血管风险因素。然后，患者将在这些就诊结束时与CARDIO互动，以了解一些补充信息。
“例如，如果临床医生在谈论患者需要服用降压药，CARDIO可以继续对话并解释，‘这就是原因所在，以及你可以采取哪些步骤来确保降低患心脏病的风险，’” Ramos说。
患者可以通过选择图标或输入问题来使用CARDIO（类似ChatGPT的工作方式）。这些图标会链接到基于美国心脏协会“生命要素”框架的各种主题的建议问题，该框架侧重于通过生活方式和行为改变来改善心脏健康。例如，如果患者选择了关于体育活动的图标，他们可能会得到关于每天散步的建议。
为了开发CARDIO，Ramos召集了一个由护理、计算机科学、医学和公共卫生领域专家组成的多学科团队——整合了他们在耶鲁大学各处的技能和多年专业知识。
“我们齐聚一堂，共同解决这个紧迫的问题：如何加强对有慢性病风险人群的患者教育和健康结局，”她说。
【全文结束】