Результаты ChatGPT на экзамене USMLE: потенциал применения больших языковых моделей для медицинского образования с использованием искусственного интеллекта

Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models
Tiffany H. Kung, Morgan Cheatham, Arielle Medenilla, Czarina Sillos, Lorie De Leon, Camille Elepaño, Maria Madriaga, Rimel Aggabao, Giezel Diaz-Candido, James Maningo, Victor Tseng, Victor Tseng
2023-02-09

медицинское образование с поддержкой ИИChatGPTЭкзамен на получение медицинской лицензии в СШАпринятие клинических решенийбольшие языковые модели
Мы оценили результаты большой языковой модели ChatGPT на экзамене на получение медицинской лицензии в США (United States Medical Licensing Examination, USMLE), который состоит из трех экзаменов: Step 1, Step 2CK и Step 3. ChatGPT продемонстрировала результаты на уровне проходного порога или близкие к нему на всех трех экзаменах без специализированного обучения или подкрепления. Кроме того, ChatGPT продемонстрировала высокую степень согласованности и содержательности своих объяснений. Эти результаты свидетельствуют о том, что большие языковые модели могут обладать потенциалом для содействия медицинскому образованию и, возможно, принятию клинических решений.
1
ChatGPT достиг таких результатов без специализированного обучения или дополнительного подкрепления для USMLE.
2
ChatGPT показал результаты на уровне или около порога сдачи на всех трёх экзаменах USMLE: Step 1, Step 2CK и Step 3.
3
Его объяснения продемонстрировали высокую согласованность с ожидаемыми ответами и значительную содержательность.
4
Результаты указывают на потенциальную полезность больших языковых моделей для медицинского образования и, возможно, поддержки принятия клинических решений.

ChatGPT (большая языковая модель), оценённая на экзаменах Лицензирования врачей США (USMLE): Step 1, Step 2CK и Step 3

Результаты экзамена относительно порога сдачи, а также согласованность и содержательность объяснений ChatGPT без специализированного обучения или подкрепления

Publication Details
Publication Date
2023-02-09
Journal
Publisher
ISSN
Cited by
3840
Access Type
Author Information
Authors
Tiffany H. Kung
Morgan Cheatham
Arielle Medenilla
Czarina Sillos
Lorie De Leon
Camille Elepaño
Maria Madriaga
Rimel Aggabao
Giezel Diaz-Candido
James Maningo
Victor Tseng
Victor Tseng
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%