AI は、10 代の患者ポータルでメッセージの保護者の作成者を特定できる

ドラッグスリブをフォローしてください

Drugs.com による医学的レビュー。

Elana Gotkine HealthDay レポーターによる

2024 年 6 月 28 日、金曜日 -- 大規模言語モデル (LLM) ベースの分類器は、青少年の患者ポータルから送信されたメッセージの保護者の作成者を正確に検出できると、JAMA Network Open に 6 月 25 日にオンライン掲載された研究レターが発表されました。

カリフォルニア州パロアルトにあるスタンフォード大学医学部の April S. Liang 医師らは、思春期の患者ポータルから発信されたメッセージの保護者の作成者を LLM が検出できるかどうかを調査しました。 Stanford Children's Health の思春期の患者ポータル アカウントからのメッセージがサンプリングされ、著者について手動でレビューされました。 2 つのプロンプトは、完璧なパフォーマンスが達成されるまで 20 メッセージのランダムなサブセットに対して反復的に設計されました。1 つは作成者の識別に焦点を当てたもの (シングル タスク)、もう 1 つはメッセージに対する応答を生成して作成者を識別したもの (マルチタスク) です。両方のプロンプトは残りのメッセージでテストされました。

2,088 件のテスト メッセージのうち、71.8 パーセントと 28.2 パーセントは、それぞれ親または保護者が作成したもの、および患者が作成したものとしてラベル付けされました。研究者らは、シングルタスク LLM はそれぞれ 98.1 パーセントと 88.4 パーセントの感度と特異度を達成し、マルチタスク LLM はそれぞれ 98.3 パーセントと 88.9 パーセントの感度と特異度を達成したことを発見しました。これは、マルチタスク LLM の 95% を超える陽性的中率および陰性的中率に相当します。シングルタスク分類子とマルチタスク分類子では、統計的に同一のパフォーマンスが見られました。

「最終的には、患者が作成したメッセージ以外の信頼できる識別は、思春期の医療を超えた意味を持ちます。成人の場合、ケアパートナーは通常、患者の認証情報を使用して患者ポータルにアクセスします。 、特に高齢者患者や発達の違いのある個人に関係します」と著者は書いています。 「私たちの結果により、この研究の LLM は患者の機密保持の保護手段を改善する可能性があることがわかりました。」

著者の 1 人が推論との関係を明らかにしました。

要約/全文

免責事項: 医学論文の統計データは一般的な傾向を提供するものであり、個人に関係するものではありません。個々の要因は大きく異なる可能性があります。個々の医療上の決定については、常に個別の医学的アドバイスを求めてください。

出典: HealthDay

投稿しました : 2024-06-29 07:15

続きを読む

免責事項

Drugslib.com によって提供される情報が正確であることを保証するためにあらゆる努力が払われています。 -日付、および完全ですが、その旨については保証されません。ここに含まれる医薬品情報は時間に敏感な場合があります。 Drugslib.com の情報は、米国の医療従事者および消費者による使用を目的として編集されているため、特に明記されていない限り、Drugslib.com は米国外での使用が適切であることを保証しません。 Drugslib.com の医薬品情報は、医薬品を推奨したり、患者を診断したり、治療法を推奨したりするものではありません。 Drugslib.com の医薬品情報は、認可を受けた医療従事者による患者のケアを支援すること、および/または医療の専門知識、スキル、知識、判断の代替ではなく補足としてこのサービスを閲覧している消費者にサービスを提供することを目的とした情報リソースです。

特定の薬物または薬物の組み合わせに対する警告がないことは、その薬物または薬物の組み合わせが特定の患者にとって安全、有効、または適切であることを示すものと決して解釈されるべきではありません。 Drugslib.com は、Drugslib.com が提供する情報を利用して管理される医療のいかなる側面についても責任を負いません。ここに含まれる情報は、考えられるすべての使用法、使用法、注意事項、警告、薬物相互作用、アレルギー反応、または副作用を網羅することを意図したものではありません。服用している薬について質問がある場合は、医師、看護師、または薬剤師に問い合わせてください。

人気のキーワード