AI สามารถระบุการประพันธ์ข้อความของผู้ปกครองในพอร์ทัลผู้ป่วยวัยรุ่น

ติดตาม Drugslib ได้ที่

ตรวจสอบทางการแพทย์โดย Drugs.com

โดย Elana Gotkine HealthDay Reporter

วันศุกร์ที่ 28 มิถุนายน 2024 -- ตัวแยกประเภทที่ใช้โมเดลภาษาขนาดใหญ่ (LLM) สามารถตรวจจับข้อความที่ส่งจากพอร์ทัลผู้ป่วยวัยรุ่นได้อย่างแม่นยำ โดยอ้างอิงจากจดหมายวิจัยที่เผยแพร่ทางออนไลน์เมื่อวันที่ 25 มิถุนายนใน JAMA Network Open

p>

นพ. April S. Liang จากคณะแพทยศาสตร์มหาวิทยาลัยสแตนฟอร์ดในเมืองพาโลอัลโต รัฐแคลิฟอร์เนีย และเพื่อนร่วมงานได้ตรวจสอบความสามารถของ LLM ในการตรวจจับสิทธิ์ของผู้ปกครองในข้อความที่มาจากพอร์ทัลผู้ป่วยวัยรุ่น ข้อความจากบัญชีพอร์ทัลผู้ป่วยวัยรุ่นที่ Stanford Children's Health ได้รับการสุ่มตัวอย่างและตรวจสอบผู้เขียนด้วยตนเอง ข้อความแจ้งสองข้อความได้รับการออกแบบซ้ำๆ บนชุดย่อยแบบสุ่มของข้อความ 20 ข้อความ จนกระทั่งได้ประสิทธิภาพที่สมบูรณ์แบบ: ข้อความหนึ่งมุ่งเน้นไปที่การระบุผู้แต่ง (งานเดียว) และอีกข้อความหนึ่งที่สร้างการตอบสนองต่อข้อความและระบุผู้แต่ง (มัลติทาสก์) ข้อความแจ้งทั้งสองได้รับการทดสอบกับข้อความที่เหลือ

จากข้อความทดสอบ 2,088 ข้อความ ร้อยละ 71.8 และ 28.2 ถูกระบุว่าเป็นผู้เขียนโดยพ่อแม่หรือผู้ปกครอง และผู้เขียนโดยผู้ป่วย ตามลำดับ นักวิจัยพบว่า LLM แบบงานเดียวได้รับความไวและความจำเพาะที่ 98.1 และ 88.4 เปอร์เซ็นต์ ตามลำดับ ในขณะที่ LLM แบบมัลติทาสก์ได้รับความไวและความจำเพาะที่ 98.3 และ 88.9 เปอร์เซ็นต์ ตามลำดับ ซึ่งสอดคล้องกับค่าคาดการณ์เชิงบวกและค่าคาดการณ์เชิงลบที่สูงกว่า 95 เปอร์เซ็นต์สำหรับ LLM แบบมัลติทาสก์ ประสิทธิภาพที่เหมือนกันทางสถิติปรากฏสำหรับตัวแยกประเภทงานเดียวและหลายงาน

"ท้ายที่สุดแล้ว การระบุข้อความที่เขียนโดยผู้ป่วยที่ไม่ใช่ผู้ป่วยที่เชื่อถือได้นั้นมีผลกระทบมากกว่าการแพทย์วัยรุ่น ในหมู่ผู้ใหญ่ พันธมิตรด้านการดูแลมักจะเข้าถึงพอร์ทัลผู้ป่วยโดยใช้ข้อมูลประจำตัวของผู้ป่วย โดยเฉพาะอย่างยิ่งสำหรับผู้ป่วยสูงอายุหรือบุคคลที่มีความแตกต่างด้านพัฒนาการ" ผู้เขียนเขียน "ผลลัพธ์ของเราพบว่า LLM ของการศึกษานี้มีศักยภาพในการปรับปรุงการป้องกันการรักษาความลับของผู้ป่วย"

ผู้เขียนคนหนึ่งเปิดเผยความเกี่ยวข้องกับการอ้างอิง

บทคัดย่อ/ข้อความเต็ม

ข้อจำกัดความรับผิดชอบ: ข้อมูลทางสถิติในบทความทางการแพทย์ให้แนวโน้มทั่วไปและไม่เกี่ยวข้องกับบุคคล ปัจจัยส่วนบุคคลอาจแตกต่างกันอย่างมาก ขอคำแนะนำทางการแพทย์เฉพาะบุคคลเสมอเพื่อการตัดสินใจด้านการดูแลสุขภาพส่วนบุคคล

แหล่งที่มา: HealthDay

โพสต์แล้ว : 2024-06-29 07:15

อ่านเพิ่มเติม

ข้อจำกัดความรับผิดชอบ

มีความพยายามทุกวิถีทางเพื่อให้แน่ใจว่าข้อมูลที่ให้โดย Drugslib.com นั้นถูกต้อง ทันสมัย -วันที่และเสร็จสมบูรณ์ แต่ไม่มีการรับประกันใดๆ เกี่ยวกับผลกระทบดังกล่าว ข้อมูลยาเสพติดที่มีอยู่นี้อาจจะเป็นเวลาที่สำคัญ. ข้อมูล Drugslib.com ได้รับการรวบรวมเพื่อใช้โดยผู้ประกอบวิชาชีพด้านการดูแลสุขภาพและผู้บริโภคในสหรัฐอเมริกา ดังนั้น Drugslib.com จึงไม่รับประกันว่าการใช้นอกสหรัฐอเมริกามีความเหมาะสม เว้นแต่จะระบุไว้เป็นอย่างอื่นโดยเฉพาะ ข้อมูลยาของ Drugslib.com ไม่ได้สนับสนุนยา วินิจฉัยผู้ป่วย หรือแนะนำการบำบัด ข้อมูลยาของ Drugslib.com เป็นแหล่งข้อมูลที่ได้รับการออกแบบมาเพื่อช่วยเหลือผู้ปฏิบัติงานด้านการดูแลสุขภาพที่ได้รับใบอนุญาตในการดูแลผู้ป่วยของตน และ/หรือเพื่อให้บริการลูกค้าที่ดูบริการนี้เป็นส่วนเสริมและไม่ใช่สิ่งทดแทนความเชี่ยวชาญ ทักษะ ความรู้ และการตัดสินด้านการดูแลสุขภาพ ผู้ปฏิบัติงาน

การไม่มีคำเตือนสำหรับยาหรือยาผสมใด ๆ ไม่ควรตีความเพื่อบ่งชี้ว่ายาหรือยาผสมนั้นปลอดภัย มีประสิทธิผล หรือเหมาะสมสำหรับผู้ป่วยรายใดรายหนึ่ง Drugslib.com ไม่รับผิดชอบต่อแง่มุมใดๆ ของการดูแลสุขภาพที่ดำเนินการโดยได้รับความช่วยเหลือจากข้อมูลที่ Drugslib.com มอบให้ ข้อมูลในที่นี้ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุมถึงการใช้ คำแนะนำ ข้อควรระวัง คำเตือน ปฏิกิริยาระหว่างยา ปฏิกิริยาการแพ้ หรือผลข้างเคียงที่เป็นไปได้ทั้งหมด หากคุณมีคำถามเกี่ยวกับยาที่คุณกำลังใช้ โปรดตรวจสอบกับแพทย์ พยาบาล หรือเภสัชกรของคุณ

คำสำคัญยอดนิยม