要約
この研究では、臨床薬剤師の役割をエミュレートする際に、ChatGPT や GPT-4 などの大規模言語モデル (LLM) の機能を評価するための新しいフレームワークである PharmacyGPT を紹介します。
私たちの方法論には、わかりやすい患者クラスターの生成、投薬計画の策定、患者の転帰の予測のための LLM の利用が含まれます。
私たちは、ノースカロライナ大学チャペルヒル (UNC) 病院の集中治療室 (ICU) から取得した実際のデータを使用して調査を実施します。
私たちの分析は、臨床薬学分野における LLM の潜在的な用途と限界についての貴重な洞察を提供し、患者ケアと将来の AI 主導のヘルスケア ソリューションの開発の両方に影響を与えます。
PharmacyGPT のパフォーマンスを評価することで、医療現場における人工知能の統合をめぐる進行中の議論に貢献し、最終的にはそのようなテクノロジーの責任ある効果的な使用を促進することを目指しています。
要約(オリジナル)
In this study, we introduce PharmacyGPT, a novel framework to assess the capabilities of large language models (LLMs) such as ChatGPT and GPT-4 in emulating the role of clinical pharmacists. Our methodology encompasses the utilization of LLMs to generate comprehensible patient clusters, formulate medication plans, and forecast patient outcomes. We conduct our investigation using real data acquired from the intensive care unit (ICU) at the University of North Carolina Chapel Hill (UNC) Hospital. Our analysis offers valuable insights into the potential applications and limitations of LLMs in the field of clinical pharmacy, with implications for both patient care and the development of future AI-driven healthcare solutions. By evaluating the performance of PharmacyGPT, we aim to contribute to the ongoing discourse surrounding the integration of artificial intelligence in healthcare settings, ultimately promoting the responsible and efficacious use of such technologies.
arxiv情報
著者 | Zhengliang Liu,Zihao Wu,Mengxuan Hu,Bokai Zhao,Lin Zhao,Tianyi Zhang,Haixing Dai,Xianyan Chen,Ye Shen,Sheng Li,Brian Murray,Tianming Liu,Andrea Sikora |
発行日 | 2023-07-21 02:22:14+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google