人类中心主义人工智能在跨学科医学讨论中的应用：评估基于聊天的病例评估可行性

本研究探讨了在人类中心主义人工智能（AI）聊天平台上，医学专家如何协作评估复杂病例的可行性。本研究的目标人群是患有心血管疾病且存在多重慢性疾病的患者。我们通过与医生合作评估模拟病例，检验AI利用后的效率提升，以及讨论内容的量化。我们基于过去的病例报告、医疗差错报告以及医生经历的心血管疾病复杂病例构建了模拟病例。对五个模拟病例讨论的分析显示，使用AI进行总结所需时间显著减少，平均减少79.98%。此外，我们还考察了AI生成总结在跨学科医学讨论中的幻觉率。总体幻觉率范围在1.01%至5.73%之间，平均为3.62%，而有害幻觉率范围在0.00%至2.09%之间，平均为0.49%。此外，形态学分析表明，跨学科评估比单位医生评估更能代表复杂和细致的医学知识。我们使用从知识图谱中导出的中心性指标，检验了跨学科评估与单位医生评估之间的结构差异。在本研究中，我们证明了AI辅助的总结显著减少了医学讨论所需时间，同时保持了结构化的知识表示。这些发现支持了AI辅助聊天式讨论作为人类中心主义方法在跨学科医学决策中的可行性。