AI Bisa Ngenali Pangarang Pesen Wali ing Portal Pasien Remaja

Dideleng kanthi medis dening Drugs.com.

Dening Elana Gotkine HealthDay Reporter

Jum'ah, 28 Juni 2024 -- Klasifikasi basis model basa gedhe (LLM) kanthi akurat bisa ndeteksi pangarang wali saka pesen sing dikirim saka portal pasien remaja, miturut surat riset sing diterbitake online 25 Juni ing JAMA Network Open.

p>

April S. Liang, M.D., saka Sekolah Kedokteran Universitas Stanford ing Palo Alto, California, lan kanca-kancane nliti kemampuan LLM kanggo ndeteksi pangarang wali saka pesen sing asale saka portal pasien remaja. Pesen saka akun portal pasien remaja ing Stanford Children's Health diconto lan dideleng kanthi manual kanggo panulis. Rong panjaluk direkayasa sacara iteratif ing subset acak saka 20 pesen nganti kinerja sing sampurna: siji fokus ing identifikasi kepenulisan (tugas siji) lan siji sing ngasilake respon kanggo pesen lan ngenali kepenulisan (multitask). Panjaluk loro kasebut dites ing pesen sing isih ana.

Saka 2.088 pesen tes, 71.8 lan 28.2 persen diwenehi label minangka panulis wong tuwa utawa wali lan panulis pasien. Peneliti nemokake yen LLM siji-tugas entuk sensitivitas lan spesifisitas 98,1 lan 88,4 persen, dene LLM multitask entuk sensitivitas lan spesifisitas 98,3 lan 88,9 persen. Iki cocog karo nilai prediksi positif lan nilai prediksi negatif ing ndhuwur 95 persen kanggo LLM multitask. Kinerja sing padha kanthi statistik katon kanggo klasifikasi tugas siji lan multitask.

"Pungkasane, identifikasi sing bisa dipercaya saka pesen sing ora ditulis pasien duwe implikasi ngluwihi obat remaja. Ing antarane wong diwasa, mitra perawatan umume ngakses portal pasien nggunakake kredensial pasien. , utamané cocog kanggo pasien geriatrik utawa individu sing beda-beda pangembangan, "tulis panulis. "Asil kita nemokake yen LLM panliten iki duweni potensi kanggo ningkatake pengamanan kanggo rahasia pasien."

Salah sawijining penulis mbukak hubungane karo nferensi.

Abstrak/Teks Lengkap

Disclaimer: Data statistik ing artikel medis nyedhiyakake tren umum lan ora ana hubungane karo individu. Faktor individu bisa beda-beda banget. Tansah golek saran medis pribadi kanggo keputusan perawatan kesehatan individu.

Sumber: HealthDay

Waca liyane

Disclaimer

Kabeh upaya wis ditindakake kanggo mesthekake yen informasi sing diwenehake dening Drugslib.com akurat, nganti -tanggal, lan lengkap, nanging ora njamin kanggo efek sing. Informasi obat sing ana ing kene bisa uga sensitif wektu. Informasi Drugslib.com wis diklumpukake kanggo digunakake dening praktisi kesehatan lan konsumen ing Amerika Serikat lan mulane Drugslib.com ora njamin sing nggunakake njaba Amerika Serikat cocok, kajaba khusus dituduhake digunakake. Informasi obat Drugslib.com ora nyetujoni obat, diagnosa pasien utawa menehi rekomendasi terapi. Informasi obat Drugslib.com minangka sumber informasi sing dirancang kanggo mbantu praktisi kesehatan sing dilisensi kanggo ngrawat pasien lan / utawa nglayani konsumen sing ndeleng layanan iki minangka tambahan, lan dudu pengganti, keahlian, katrampilan, kawruh lan pertimbangan babagan perawatan kesehatan. praktisi.

Ora ana bebaya kanggo kombinasi obat utawa obat sing diwenehake kanthi cara apa wae kudu ditafsirake kanggo nuduhake yen obat utawa kombinasi obat kasebut aman, efektif utawa cocok kanggo pasien tartamtu. Drugslib.com ora nanggung tanggung jawab kanggo aspek kesehatan apa wae sing ditindakake kanthi bantuan informasi sing diwenehake Drugslib.com. Informasi sing ana ing kene ora dimaksudake kanggo nyakup kabeh panggunaan, pituduh, pancegahan, bebaya, interaksi obat, reaksi alergi, utawa efek samping. Yen sampeyan duwe pitakon babagan obat sing sampeyan gunakake, takon dhokter, perawat utawa apoteker.

Tembung kunci populer