जटिल दवाई प्रबंधन के लिए बड़े भाषा मॉडलों का प्रबंधन: केस-आधारित मूल्यांकन

पृष्ठभूमि बड़े भाषा मॉडल (LLMs) जटिल चिकित्सा मामलों का निदान करने में सक्षम रहे हैं, लेकिन सीमित अध्ययनों ने केवल LLMs के साक्ष्य-आधारित उपचार योजनाओं के विकास में प्रदर्शन का मूल्यांकन किया है। इस मूल्यांकन का उद्देश्य ICU में प्रबंधित जटिल रोगियों पर सुरक्षित और प्रभावी उपचार योजनाएं विकसित करने में चार LLMs की क्षमता का परीक्षण करना था। विधियाँ आठ उच्च-विश्वसनीयता वाले मरीज के केस, जो दवा प्रबंधन पर केंद्रित थे, क्रिटिकल केयर चिकित्सकों द्वारा विकसित किए गए, जिनमें वर्तमान बीमारी का इतिहास, प्रयोगशाला मान, जीवन संकेत, घर की दवाएं और वर्तमान दवाएं शामिल थीं। चार LLMs ChatGPT (GPT-3.5), ChatGPT (GPT-4), Claude-2, और Llama-2–70b को प्रत्येक केस के लिए एक अनुकूलित दवा योजना विकसित करने के लिए पूछा गया। LLM द्वारा निर्मित दवा योजनाओं की समीक्षा सात क्रिटिकल केयर चिकित्सकों की एक पैनल द्वारा की गई ताकि सुरक्षा और प्रभावकारिता का आकलन किया जा सके, जो दवाई त्रुटियों की पहचान और नैदानिक स्थितियों के लिए उपयुक्त उपचार से परिभाषित थी। उपयुक्त उपचार को उस औसत दर से मापा गया जिस पर चिकित्सक प्रत्येक दवा को जारी रखने पर सहमत हुए और ANOVA के उपयोग से तुलना की गई। परिणाम चिकित्सकों ने अनुशंसित योजना प्रति औसतन 4.1–6.9 दवा त्रुटियां पहचानी, और जीवन-धमकी देने वाली दवा सिफारिशें 16.3%–57.1% योजनाओं में पाई गईं, जो LLM पर निर्भर थीं। चिकित्सकों ने 54.6%–67.3% की दर से LLM-निर्देशित दवाएं जारी रखीं, जिसमें GPT-4 ने सभी परीक्षण किए गए LLMs में सबसे अधिक दवा जारी रखने की दर (p 0.001) और सबसे कम जीवन-धमकी देने वाली दवा त्रुटि दर (p 0.001) दिखाई। निष्कर्ष इस पायलट अध्ययन में पहचानी गई दवा त्रुटियों की संख्या को देखते हुए वर्तमान LLMs का दवा प्रबंधन के लिए सावधानीपूर्वक उपयोग आवश्यक है। हालांकि, LLMs ने जटिल दवा प्रबंधन के लिए नैदानिक निर्णय सहायता के रूप में सेवा करने की क्षमता दिखाई, विशेष रूप से डोमेन-विशिष्ट प्रम्प्टिंग और परीक्षण की आवश्यकता के बावजूद।