- 《家庭医学年鉴》最近的一项研究表明，ChatGPT 擅长总结医学摘要，帮助忙碌的医生节省时间。
- 研究人员发现，ChatGPT 总体准确，但有时会出错，特别是在理解特定医学主题方面。
- 尽管 ChatGPT 展现出潜力，但仍需更多研究以提高其在医学文献中识别相关性的能力。
在最近发表于《家庭医学年鉴》（The Annals of Family Medicine）的一项研究中，研究人员评估了聊天生成式预训练转换器（ChatGPT）在总结医学摘要以协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，为了解其作为在医疗专业人员面临时间限制的情况下消化大量医学文献的工具的潜力提供了见解。
质量和准确性的高评分
该研究利用 ChatGPT 浓缩了来自 14 种不同期刊的 140 篇医学摘要，平均减少了 70% 的内容。尽管在少量摘要中检测到了一些不准确之处和幻觉，但医生对摘要的质量和准确性给予了高度评价。研究结果表明，ChatGPT 有可能帮助医生高效地审查医学文献，在信息量巨大的情况下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 种期刊中各选择了 10 篇文章。他们要求 ChatGPT 总结这些文章，并评估生成的摘要在十个医学领域中的质量、准确性、偏差和相关性。研究发现，ChatGPT 成功地将医学摘要平均浓缩了 70%，获得了医生评审员在质量和准确性方面的高分。
对医疗保健的影响
尽管评分很高，但研究发现在少量摘要中存在严重的不准确和幻觉。这些错误范围从遗漏关键数据到误解研究设计，这可能会改变对研究结果的解释。然而，ChatGPT 在总结医学摘要方面的表现被认为是可靠的，观察到的偏差极小。
虽然 ChatGPT 在期刊层面与人类评估表现出高度一致，但它在确定单篇文章与特定医学专业相关性方面的表现则不那么令人印象深刻。这种差异突显了 ChatGPT 在更广泛的医学专业背景下准确识别单篇文章相关性的局限性。
该研究为 AI（特别是 ChatGPT）在帮助医生高效审查医学文献方面的潜力提供了宝贵的见解。虽然 ChatGPT 在总结医学摘要方面显示出高质量和高准确性的前景，但仍需进一步研究以解决局限性并提高其在特定医学背景下的表现。
未来的研究可以集中在完善 ChatGPT 识别单篇文章与特定医学专业相关性的能力上。此外，减轻生成摘要中的不准确和幻觉的努力可以进一步增强 AI 工具在医疗环境中的实用性。
如果您正在阅读这篇文章，说明您已经领先一步。请继续通过我们的通讯保持关注。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议在进行任何投资决策之前，进行独立研究或咨询合格的专业人士。
Brenda Kanana
Brenda 拥有 4 年以上专注于加密货币、人工智能及新兴技术的经验。她曾就职于 Zycrypto、Blockchain Reporter 和 The Coin Republic，如今以 Cryptopolitan 为家。她在蒙巴萨技术大学获得的社会学学位使她能够始终把握读者的脉搏。
