解锁历史研究潜力：利用生成式 AI 重构医疗保健模拟模型
人工智能
2025-09-17 v1 应用统计
摘要
离散事件仿真(DES)在医疗保健运营研究中广泛应用，但该类模型本身很少被共享。这限制了其在建模和医疗保健社区中的潜在重复利用和长期影响。本研究探讨了基于学术期刊中提供的描述，使用生成式人工智能(AI)在自由开源软件(FOSS)下重建已发布模型的可行性。通过结构化方法，我们成功生成、测试并内部重现了两个 DES 模型，包括用户界面。虽然一个模型的报告结果被复制，但另一个模型则未被复制，可能是由于分布信息缺失所致。这些模型的复杂度远高于迄今为止AI生成的 DES 模型。鉴于我们在提示工程、代码生成和模型测试方面所面临的挑战，我们得出结论，迭代开发方法、系统比较和测试、以及团队的专业知识是成功重建仿真模型所必需的。
引用
@article{arxiv.2503.21646,
title = {Unlocking the Potential of Past Research: Using Generative AI to Reconstruct Healthcare Simulation Models},
author = {Thomas Monks and Alison Harper and Amy Heather},
journal= {arXiv preprint arXiv:2503.21646},
year = {2025}
}