Evaluating the Reliability of OpenAI’s ChatGPT-4 in Providing Pre-colonoscopy Patient Guidance
Notice bibliographique
Résumé
BACKGROUND: The integration of artificial intelligence (AI) in healthcare is a growing area of interest. This study aims to evaluate the reliability of OpenAI's ChatGPT-4.0 in providing pre-colonoscopy patient guidance, a critical aspect of gastrointestinal care where patient misconceptions and non-compliance are common challenges. METHODS: The study employed a qualitative design to assess ChatGPT-4.0 against established clinical guidelines from various medical societies. Twenty-five patient-like queries encompassing dietary recommendations, bowel preparation, cardiovascular medications, antibiotic prophylaxis, and diabetes medications management were presented to ChatGPT-4.0. The AI's responses were independently evaluated and classified in terms of their alignment with the guidelines. RESULTS: ChatGPT-4 demonstrated high accuracy, with all 25 sample queries' responses aligning with the established clinical guidelines. It provided precise guidance on dietary restrictions, medication management, and bowel preparation in accordance with the European Society of Gastrointestinal Endoscopy (ESGE), the U.S. Multi-Society Task Force on Colorectal Cancer (USMSTF), the American College of Gastroenterology-Canadian Association of Gastroenterology (ACG-CAG), the American College of Cardiology-American Heart Association (ACC-AHA), the American Society for Gastrointestinal Endoscopy (ASGE), and the Australian Diabetes Society (ADS). CONCLUSION: The high degree of guideline adherence by ChatGPT-4.0 underscores its viability as a dependable resource for patient education. Despite its promising results, the study acknowledges limitations such as the structured nature of patient queries and the lack of real patient interactions. The findings suggest a potential role for AI in augmenting patient education and standardizing information dissemination in healthcare.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,062 | 0,250 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».