急诊决策 “人机对决”!新研究揭示,生成式 AI 准确性碾压?但过度推荐住院暴露关键局限
2025-12-12 熊佳仪 MedSci原创 发表于上海
本研究揭示了急诊护士与生成式人工智能模型在临床决策上的关键差异,凸显了AI驱动决策支持在护理实践中的优势与局限。
临床决策是护理实践,尤其是急诊护理中的核心能力,在急诊科这类高风险环境中,护士必须快速评估患者状况并确定恰当的干预措施。这一过程涉及收集患者信息、解读诊断线索、优先安排处置措施,并依据护理判断与经验制定治疗决策。有效的决策需要临床专业知识、直觉推理和对循证指南遵循的结合。随着医疗保健日益复杂,决策支持技术,特别是人工智能模型,正被探索作为人类临床推理的潜在辅助工具。近年来,生成式人工智能取得了显著进展,这类旨在从大型数据集中生成类人反应的机器学习模型在医疗应用中展现出巨大潜力。以ChatGPT-4.0、Claude-3.5和Gemini-1.5为代表的大语言模型已显示出处理海量医学信息、生成诊断建议和支持临床决策的能力。然而,将这些能力扩展到护理特有的决策领域带来了独特的挑战,特别是在模型可靠性、可解释性以及与护理判断、伦理实践和以患者为中心的核心原则的一致性方面。将生成式人工智能整合到护理实践中的一个核心关切是,这些模型是否能复制护士在临床环境中常规应用的复杂且对情境敏感的推理过程。 为探究这一问题,本研究采用了一项多中心前瞻性模拟观察设计,旨在比较人类护士与生成式人工智能模型之间的
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言


#临床决策# #急诊护理# #生成式人工智能#
27 举报