Ответы большой языковой модели на медицинские вопросы по стандартным патоморфологическим заключениям

Целью настоящего исследования была оценка возможности использования большой языковой модели (LLM) для ответов на вопросы по патологической анатомии на основе патоморфологических заключений (PR) пациентов с колоректальным раком (CRC). Четыре распространённых вопроса (CQ) и соответствующие ответы по патологической анатомии были отобраны из общедоступных веб-страниц. Эти вопросы использовали в качестве запросов для Chat Generative Pre-trained Transformer (ChatGPT; gpt-3.5-turbo). Гастроэнтерологи оценивали качество всех ответов по следующим показателям: понятность, научная обоснованность и удовлетворённость. Были отобраны стандартные патоморфологические заключения пяти пациентов с CRC, которым была выполнена радикальная операция в Шанхайской больнице Чанчжэн. Гастроэнтеролог и патоморфолог сформулировали шесть вопросов по заключениям (RQ) и соответствующие ответы. Мы разработали интерактивную систему интерпретации патоморфологических заключений, позволяющую пользователям загружать стандартные заключения в виде изображений JPG. После этого генерировались ответы ChatGPT на вопросы RQ. Гастроэнтерологи и амбулаторные пациенты оценивали качество всех ответов по указанным показателям. Для CQ гастроэнтерологи оценили ответы, созданные искусственным интеллектом, аналогично ответам без использования ИИ по понятности, научной обоснованности и удовлетворённости. Для RQ1–3 гастроэнтерологи и пациенты присвоили ответам ИИ более высокие средние баллы, чем ответам без использования ИИ, по всем показателям качества. Однако для RQ4–6 гастроэнтерологи присвоили ответам ИИ более низкие средние баллы, чем ответам без использования ИИ, по понятности и удовлетворённости. Для RQ4 гастроэнтерологи оценили научную обоснованность ответов ИИ ниже, чем ответов без использования ИИ (P = 0.011); пациенты оценили понятность и удовлетворённость ответами ИИ ниже (P = 0.004 и P = 0.011 соответственно). В заключение, большие языковые модели способны генерировать достоверные ответы на распространённые вопросы по патологической анатомии и концептуальные вопросы, основанные на патоморфологических заключениях. Они обладают значительным потенциалом для улучшения взаимодействия между врачами и пациентами.