CHIP 2021评测任务1概述:医学对话临床发现阴阳性判别任务

介绍基于医学对话的信息抽取相关研究现状,结合第七届中国健康信息处理会议组织的基于医学对话的临床发现阴阳性判别评测任务,阐述该任务评测数据集、评估指标,对比介绍前4名参赛者的方法并进行总结,以推进医疗人工智能领域的发展。     

大语言模型ChatGPT在电阻抗断层显像(EIT)肺通气诊断中的应用价值

目的 使用ChatGPT对电阻抗断层显像(EIT)肺通气参数进行分析并提供诊断。方法 回顾中国人民解放军总医院呼吸与危重症医学中心2020年9月至2023年6月的EIT数据，使用GPT-3.5和GPT-4进行EIT数据的自动判断，采用零样本学习为基础，并使用上下文学习测试以提高诊断准确度。在统计方面使用敏感度和特异度来评估模型性能。结果 ChatGPT对EIT具有一定的知识储备。本研究纳入530例患者的1 215份EIT检查数据，显示ChatGPT对EIT数据的自动判断效果并不理想：零样本数据提示，与人工诊断相比一致性不佳；上下文学习的方法提示，GPT-4虽然比GPT-3.5的逻辑推理能力有了显著提升，但GPT-4对指令的遵循能力却显著下降。GPT-4最终对肺通气诊断准确率只有16.83%,虽然“重度通气功能缺失”的敏感度为100%,表示所有实际为“重度通气功能缺失”的情况都被预测为“重度通气功能缺失”,但遗憾的是“无特殊”“轻度通气功能障碍”“中度通气功能障碍”的敏感度都为0。结论 ChatGPT并没有掌握EIT测量参数来诊断通气功能缺失。尽管上下文学习能够提高模型的诊断能力，但结果...