Key points are not available for this paper at this time.
Hintergrund Generative künstliche Intelligenz (KI) hat sich in verschiedene Branchen integriert, da sie ein enormes Potenzial zur Automatisierung aufwändiger Prozesse und zur Verbesserung komplexer Entscheidungsfindung gezeigt hat. Die Fähigkeit dieser Chatbots, komplexe medizinische Zustände kritisch einzuordnen, zu diagnostizieren und zu behandeln, bleibt unbekannt und erfordert weitere Forschung. Ziel Diese Querschnittsstudie wollte quantitativ die Angemessenheit von ChatGPT (OpenAI, San Francisco, CA, USA) hinsichtlich seiner Fähigkeit analysieren, zu triagieren, differenzialdiagnostische Überlegungen zu synthetisieren und Behandlungspläne für neun unterschiedliche, aber häufige klinische Szenarien zu erstellen. Methoden Verschiedene häufige klinische Szenarien wurden erstellt. Jedes wurde in ChatGPT eingegeben, und der Chatbot wurde aufgefordert, diagnostische und Behandlungspläne zu entwickeln. Fünf praktizierende Ärzte bewerteten unabhängig die Antworten von ChatGPT auf die klinischen Szenarien. Ergebnisse Die durchschnittliche Gesamtbewertung für das Triagierungsranking betrug 4,2 (SD 0,7). Die niedrigste Gesamtbewertung war für die Vollständigkeit der differenzialdiagnostischen Überlegungen mit 4,1 (0,5). Die höchsten Gesamtbewertungen wurden für die Genauigkeit der Differenzialdiagnose, den ursprünglichen Behandlungsplan und die allgemeine Nützlichkeit der Antwort erzielt (alle mit einer durchschnittlichen Bewertung von 4,4). Die Varianz unter den Arztbewertungen reichte von 0,24 für die Genauigkeit der Differenzialdiagnose bis 0,49 für die Angemessenheit des Triagierungsrankings. Diskussion ChatGPT hat das Potenzial, die klinische Entscheidungsfindung zu unterstützen. Es ist jedoch umfassendere Forschung erforderlich, um sicherzustellen, dass Genauigkeit und angemessene Empfehlungen gegeben werden.
Ayoub et al. (Fri,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: