要約
本研究では、臨床薬剤師の役割をエミュレートするためのChatGPTやGPT-4などの大規模言語モデル(LLM)の能力を評価するための新しいフレームワークであるPharmacyGPTを紹介する。我々の方法論は、理解可能な患者クラスタを生成し、投薬計画を策定し、患者の転帰を予測するためのLLMの利用を包含する。我々は、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用いて調査を行った。我々の分析は、臨床薬学の分野におけるLLMの潜在的な応用と限界について貴重な洞察を提供し、患者ケアと将来のAI駆動型ヘルスケアソリューションの開発の両方に示唆を与える。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取り巻く進行中の議論に貢献し、最終的にはそのような技術の責任ある効率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,Quanzheng Li,Xiang Li,Brian Murray,Tianming Liu,Andrea Sikora |
発行日 | 2024-10-03 17:55:29+00:00 |
arxivサイト | arxiv_id(pdf) |