AI Dapat Mengidentifikasi Kepengarangan Wali Pesan di Portal Pasien Remaja
Ditinjau secara medis oleh Drugs.com.
Oleh Elana Gotkine HealthDay Reporter
JUMAT, 28 Juni 2024 -- Pengklasifikasi berbasis model bahasa besar (LLM) dapat secara akurat mendeteksi kepengarangan wali atas pesan yang dikirim dari portal pasien remaja, menurut surat penelitian yang dipublikasikan secara online pada tanggal 25 Juni di JAMA Network Open.
April S. Liang, M.D., dari Fakultas Kedokteran Universitas Stanford di Palo Alto, California, dan rekannya menguji kemampuan LLM untuk mendeteksi kepenulisan pesan yang berasal dari portal pasien remaja. Pesan dari akun portal pasien remaja di Stanford Children's Health diambil sampelnya dan ditinjau secara manual untuk penulisnya. Dua petunjuk direkayasa secara berulang-ulang pada subset acak yang terdiri dari 20 pesan hingga kinerja sempurna tercapai: satu yang berfokus pada identifikasi kepenulisan (tugas tunggal) dan satu lagi yang menghasilkan respons terhadap pesan dan mengidentifikasi kepenulisan (multitask). Kedua perintah tersebut diuji pada pesan yang tersisa.
Dari 2.088 pesan pengujian, 71,8 dan 28,2 persen masing-masing diberi label sebagai tulisan orang tua atau wali dan tulisan pasien. Para peneliti menemukan bahwa LLM tugas tunggal mencapai sensitivitas dan spesifisitas masing-masing sebesar 98,1 dan 88,4 persen, sedangkan LLM multitugas mencapai sensitivitas dan spesifisitas masing-masing sebesar 98,3 dan 88,9 persen. Hal ini sesuai dengan nilai prediksi positif dan nilai prediksi negatif di atas 95 persen untuk LLM multitask. Performa yang identik secara statistik terlihat pada pengklasifikasi tugas tunggal dan multitugas.
"Pada akhirnya, identifikasi pesan yang tidak ditulis oleh pasien dapat memiliki implikasi yang lebih dari sekadar pengobatan remaja. Di kalangan orang dewasa, mitra perawatan biasanya mengakses portal pasien menggunakan kredensial pasien , terutama relevan untuk pasien geriatri atau individu dengan perbedaan perkembangan,” tulis para penulis. "Hasil kami menemukan bahwa LLM penelitian ini memiliki potensi dalam meningkatkan perlindungan kerahasiaan pasien."
Seorang penulis mengungkapkan kaitannya dengan nferensi.
Penafian: Data statistik dalam artikel medis memberikan tren umum dan tidak berkaitan dengan individu. Faktor individu bisa sangat bervariasi. Selalu mencari saran medis yang dipersonalisasi untuk keputusan perawatan kesehatan individu.
Sumber: HealthDay
Diposting : 2024-06-29 07:15
Baca selengkapnya
- Suplemen Minyak Ikan Mungkin Membantu Mencegah Kanker
- UroGen Mengumumkan Penerimaan FDA atas Permohonan Obat Baru untuk UGN-102
- Orang Dewasa Asli Hawaii dan Kepulauan Pasifik Memiliki Angka Kematian CVD yang Tinggi
- Aktivitas Fisik Ringan Terkait dengan Peningkatan Parameter Vaskular pada RA
- Teknik Pencitraan Baru yang Akurat untuk Mendeteksi Kanker Sel Ginjal Sel Jernih
- Kualitas Tidur Buruk Terkait dengan Usia Otak yang Lebih Tua di Akhir Paruh Baya
Penafian
Segala upaya telah dilakukan untuk memastikan bahwa informasi yang diberikan oleh Drugslib.com akurat, terkini -tanggal, dan lengkap, namun tidak ada jaminan mengenai hal tersebut. Informasi obat yang terkandung di sini mungkin sensitif terhadap waktu. Informasi Drugslib.com telah dikumpulkan untuk digunakan oleh praktisi kesehatan dan konsumen di Amerika Serikat dan oleh karena itu Drugslib.com tidak menjamin bahwa penggunaan di luar Amerika Serikat adalah tepat, kecuali dinyatakan sebaliknya. Informasi obat Drugslib.com tidak mendukung obat, mendiagnosis pasien, atau merekomendasikan terapi. Informasi obat Drugslib.com adalah sumber informasi yang dirancang untuk membantu praktisi layanan kesehatan berlisensi dalam merawat pasien mereka dan/atau untuk melayani konsumen yang memandang layanan ini sebagai pelengkap, dan bukan pengganti, keahlian, keterampilan, pengetahuan, dan penilaian layanan kesehatan. praktisi.
Tidak adanya peringatan untuk suatu obat atau kombinasi obat sama sekali tidak boleh ditafsirkan sebagai indikasi bahwa obat atau kombinasi obat tersebut aman, efektif, atau sesuai untuk pasien tertentu. Drugslib.com tidak bertanggung jawab atas segala aspek layanan kesehatan yang diberikan dengan bantuan informasi yang disediakan Drugslib.com. Informasi yang terkandung di sini tidak dimaksudkan untuk mencakup semua kemungkinan penggunaan, petunjuk, tindakan pencegahan, peringatan, interaksi obat, reaksi alergi, atau efek samping. Jika Anda memiliki pertanyaan tentang obat yang Anda konsumsi, tanyakan kepada dokter, perawat, atau apoteker Anda.
Kata Kunci Populer
- metformin obat apa
- alahan panjang
- glimepiride obat apa
- takikardia adalah
- erau ernie
- pradiabetes
- besar88
- atrofi adalah
- kutu anjing
- trakeostomi
- mayzent pi
- enbrel auto injector not working
- enbrel interactions
- lenvima life expectancy
- leqvio pi
- what is lenvima
- lenvima pi
- empagliflozin-linagliptin
- encourage foundation for enbrel
- qulipta drug interactions