Redefining Digital Health Interfaces with Large Language Models

要約

デジタル医療ツールは、医療サービスの提供を大幅に改善する可能性を秘めています。
しかし、その使用は、使いやすさと信頼性をめぐる課題のせいで、比較的限定されたままです。
最近、ラージ言語モデル (LLM) が、複雑な情報を処理し、人間レベルのテキストを生成する機能を備えた汎用モデルとして登場し、医療分野での潜在的な応用例が豊富に示されています。
LLM を臨床現場に直接適用することは簡単ではなく、LLM は一貫性のない、または意味のない答えを提供する可能性があります。
LLM が外部ツールを利用して臨床医とデジタル テクノロジーの間に新しいインターフェイスを提供する方法を示します。
これにより、デジタル ヘルスケア ツールと AI モデルの実用性と実用的な効果が強化され、幻覚などの臨床現場での LLM の使用に関する現在の問題に対処できます。
心血管疾患や糖尿病のリスク予測の例を用いて当社のアプローチを説明し、デジタル ツールの従来のインターフェイスと比較したメリットを強調します。

要約(オリジナル)

Digital health tools have the potential to significantly improve the delivery of healthcare services. However, their use remains comparatively limited due, in part, to challenges surrounding usability and trust. Recently, Large Language Models (LLMs) have emerged as general-purpose models with the ability to process complex information and produce human-quality text, presenting a wealth of potential applications in healthcare. Directly applying LLMs in clinical settings is not straightforward, with LLMs susceptible to providing inconsistent or nonsensical answers. We demonstrate how LLMs can utilize external tools to provide a novel interface between clinicians and digital technologies. This enhances the utility and practical impact of digital healthcare tools and AI models while addressing current issues with using LLM in clinical settings such as hallucinations. We illustrate our approach with examples from cardiovascular disease and diabetes risk prediction, highlighting the benefit compared to traditional interfaces for digital tools.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google