最近发表在《家庭医学年鉴》上的一项研究中，研究人员评估了聊天生成预训练Transformer（ChatGPT）在生成医学trac以辅助医生方面的有效性。该研究旨在确定ChatGPT生成的摘要的质量、准确性和偏差，从而深入了解其作为一种工具在时间紧迫的情况下帮助医疗专业人员消化大量医学文献的潜力。.
质量和准确性均获得高评价
该研究利用 ChatGPT 对来自 14 种不同期刊的 140 篇医学trac进行了精简，平均减少了 70% 的内容。尽管在少数摘要中发现了一些不准确之处和虚构内容，但医生们对摘要的质量和准确性给予了高度评价。研究结果表明，ChatGPT 有潜力帮助医生高效地审阅医学文献，在海量信息中提供简洁准确的摘要。.
研究人员从涵盖各种医学主题和结构的14种期刊中各选取了10篇文章。他们使用ChatGPT对这些文章进行摘要，并从质量、准确性、偏差和相关性等方面评估了生成的摘要在十个医学领域的适用性。研究发现，ChatGPT成功地将医学trac平均精简了70%，并获得了医生审阅者对其质量和准确性的高度评价。.
对医疗保健的影响
尽管评分很高，但该研究dent少数摘要中存在严重的错误和虚构内容。这些错误包括遗漏关键数据和误解研究设计，这些都可能影响对研究结果的解读。然而，ChatGPT在医学trac方面的总结表现被认为是可靠的，且偏差极小。.
尽管 ChatGPT 在期刊层面与人工评估结果tron一致，但在精准识别单篇文章与特定医学专科的相关性方面表现却不尽如人意。这种差异凸显了 ChatGPT 在准确dent单篇文章在更广泛的医学专科背景下的相关性方面的局限性。.
这项研究为人工智能（尤其是 ChatGPT）在辅助医生高效审阅医学文献方面的潜力提供了宝贵的见解。虽然 ChatGPT 在高质量、高准确度地总结医学trac方面展现出良好的前景，但仍需进一步研究以解决其局限性并提升其在特定医学领域的性能。.
未来的研究可以着重提升 ChatGPT 识别文章与特定医学专科相关性的能力。此外，努力减少生成的摘要中的不准确和虚假信息，也能进一步提升人工智能工具在医疗保健领域的应用价值。.
