亚专科医学专长的民主化

亚专科医学专长的稀缺，尤其是在罕见、复杂且危及生命的疾病方面，构成了医疗服务 delivery 的重大挑战。这一问题在心脏病学中尤为突出，因为及时、准确的管理决定疾病结局。我们探索了 AMIE（Articulate Medical Intelligence Explorer）——一个针对诊断对话优化的大语言模型（LLM）实验性 AI 系统——的潜力，以弥补亚专科专长知识的差距。我们精选了来自亚专科心脏病学实践的204个复杂病例，包括心电图、超声心动图、心脏 MRI、遗传检测和心肺负压测试结果。我们开发了由亚专科医生使用的十维度评估量表，用于评估一般心脏病医生或增强了网页搜索和自我批判能力的 AMIE 所产生的诊断和临床管理方案质量。结果显示，AMIE 在十个评估维度中优于一般心脏病医生（偏好范围为9%至20%），其余七项维度相当于一般心脏病医生。获得 AMIE 响应后，心脏病医生的整体响应质量在63.7%的病例中得到改善，仅在3.4%的病例中出现质量下降。拥有 AMIE 的心脏病医生响应在所有十个评估维度上均优于没有 AMIE 的心脏病医生响应。定性分析表明，AMIE 和一般心脏病医生可以相互补充，AMIE 全面且灵敏，而一般心脏病医生简洁且具体。总体而言，我们的结果表明，针对亚专科医学的专门化大语言模型有望通过弥补亚专科专长知识的差距，提升一般心脏病医生的能力，尽管仍需进一步研究和验证以实现广泛临床实用性。