大型语言模型在促进非专业人员医疗决策中的优势与风险
作者
大语言模型(LLM)的人机协作AI 辅助决策与自动化系统医生、护士、临床医生个人理财用户
我们探索了大型语言模型(LLMs)在复杂医疗决策情境中促进非专业人员选择治疗目标的潜力。使用ChatGPT-4o,我们开发了一个LLM增强工具来引导用户完成目标引出、澄清和修订。我们的研究结果表明,LLM功能可以有效支持这些决策的关键方面。然而,缺乏人际互动、缺乏患者和情境具体的治疗信息,以及由于无限制访问LLM生成内容而导致的信息过载风险,都带来了重大风险。为平衡优势与风险,我们建议用于异步独立使用的LLM增强辅导工具应由临床医生发起,限制广泛信息搜索,并专注于为非专业人员创建一个安全空间,以探索其在平衡治疗和生活质量权衡方面困难挑战的偏好和目标。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助决策与自动化系统
work
职业/产业
医生、护士、临床医生、个人理财用户
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文