Экспериментальная оценка диагностической точности " ЧатгПТ-3.5 " для множественных склерозов на основе отчетов по конкретным делам.

Ограниченность моделей искусственного интеллекта (АИ) для диагностики заболеваний с точки зрения безопасности пациентов по-прежнему недостаточно изучена, и необходимо решить такие потенциальные проблемы, как диагностические ошибки и правовые проблемы. Чтобы продемонстрировать ограничения МА, мы использовали ChatGPT-3.5, разработанный OpenAI, в качестве инструмента для медицинского диагноза, используя текстовые отчеты о многочисленных склерозах (MS), которые были выбраны в качестве прототипического заболевания. Мы проанализировали 98 докладов по рецензируемым делам, отобранных на основе свободного доступа к тексту и опубликованных в течение последнего десятилетия (2014 - 2024 годы), исключая любое упоминание диагноза MS во избежание предвзятости. Для интерпретации клинических презентаций и лабораторных данных, содержащихся в этих докладах, использовался " ChatGPT-3.5 " . Модель правильно диагностировала MS в 77 случаях, достигнув 78,6 процента точности. Однако остальные 21 случай были неправильно диагностированы, что свидетельствует об ограничениях модели. К числу факторов, способствующих ошибкам, относятся изменчивость формата представления данных и имманентная сложность диагностирования MS, что требует не только клинических презентаций, но и лабораторных данных. Хотя эти выводы свидетельствуют о том, что МА может оказывать поддержку лицам, занимающимся диагностикой заболеваний и медицинским обслуживанием, в процессе принятия решений, неадекватная подготовка с использованием крупных наборов данных может привести к значительным неточностям. Интеграция АИ в клиническую практику требует жесткой проверки и надежной нормативной базы для обеспечения ответственного использования.