2007年，S. 拉克尔·拉莫斯（S. Raquel Ramos）在美国中西部一家心导管实验室担任注册护士。在那里，她协助医生进行微创检查和高级手术，以诊断和治疗心血管疾病。但有一段经历她永远无法忘怀。一位年轻患者前来就诊，说感觉像有人坐在他胸口上。为安全起见，患者接受了血管造影，以检查心脏动脉是否存在堵塞。“我们当时想，‘哦，这个年轻人太年轻了’，因为像他这样年龄的人抱怨胸闷或接受血管造影并不常见。”如今已是耶鲁大学护理学院副教授的拉莫斯回忆道。血管造影结果显示，三条主要冠状动脉全部堵塞，患者必须立即接受开胸手术。“最令人震惊的是，他才36岁，”拉莫斯说，“他是我们手术台上见过的最年轻的患者。我永远不会忘记。”
如今，拉莫斯的研究方向聚焦于心血管健康——以及如何改善像近二十年前她护理过的那位患者一样的患者的预后。这包括最近开发的大语言模型CARDIO，该模型旨在临床环境中提供心血管健康教育。CARDIO并非通用大语言模型，它专门针对循证心血管指南和精选的临床教育材料进行了微调，以优先保证准确性、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亡原因，每34秒就有一人因此死亡。导致心血管疾病的慢性病包括糖尿病、高血压、高胆固醇、肥胖等。2023年，约76%的美国成年人至少患有一种慢性病。然而，这些慢性病大多数是可预防的。采取实用的生活方式和行为改变——例如每天散步、戒烟、多喝水少喝含糖饮料——有助于降低风险。对于患者，CARDIO能以可获取且循证的方式提供心脏病和糖尿病预防信息。随着ChatGPT等大语言模型迅速普及，拉莫斯看到了在患者现有接触点上满足他们需求的机会。“人们比以前病得更重，而医疗系统往往无法满足患者的需求，尤其是当病情非常复杂时。”同样在耶鲁大学公共卫生学院社会与行为科学系兼任教职的拉莫斯说，“但通过CARDIO这样的工具来应对风险，可以减少多重疾病负担，并弥合因临床医生时间有限和患者量大而产生的巨大教育差距。”“人工智能正在爆发，”她补充道，“这是你无法回避的东西，它无处不在。”
拉莫斯表示，CARDIO旨在辅助临床医生，而非取代他们。迄今为止，团队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，临床医生将与患者进行常规会诊，讨论其心血管风险因素。会诊结束后，患者将与CARDIO互动，以补充一些额外信息。“例如，如果临床医生谈到患者需要服用降压药，CARDIO可以继续对话，解释‘这是原因，以及你可以采取哪些措施来降低心脏病风险’。”拉莫斯说。患者可以通过选择图标或输入问题（类似ChatGPT的工作方式）来使用CARDIO。这些图标将根据美国心脏协会的“生活必备要素”框架链接到关于各种主题的建议性问题，该框架侧重于通过生活方式和行为改变来增强心脏健康。例如，如果患者选择关于体育活动的图标，可能会获得每日散步的建议。
为了开发CARDIO，拉莫斯召集了一个由护理、计算机科学、医学和公共卫生专家组成的多学科团队，充分利用他们在耶鲁大学各领域的技能和多年经验。“我们汇聚一堂，共同解决这个紧迫的问题：如何加强患者教育，改善有慢性病风险人群的健康结局。”
/大学新闻稿。本材料来自原始组织/作者，可能具有时间点性质，并经过编辑以确保清晰度、风格和篇幅。Mirage.News 不持机构立场或倾向，本文所有观点、立场和结论仅代表作者本人。在此查看完整原文。
【全文结束】