大型语言模型在手术时长预测中的应用与性能评估

【编辑推荐】来自某学术医疗中心的研究团队针对手术时长预测难题，创新性地采用大型语言模型(LLMs)分析电子健康记录中的非结构化临床数据。研究发现：经微调的GPT-4模型预测平均绝对误差(MAE)仅47.64分钟，准确率(R2=0.61)显著优于现行手术室调度方法(P<0.001)，为提升手术室效率提供了AI驱动的新范式。

　　

这项开创性研究探索了大型语言模型(LLMs)在手术室管理中的革命性应用。科研人员对2017-2023年间125,493例择期手术数据展开回溯分析，让GPT-4、GPT-3.5等11个模型"阅读"临床笔记来预测手术时长。结果令人振奋：经过特训的GPT-4化身"手术预言家"，预测误差控制在47.64分钟(95%CI,45.71-49.56)，准确率(R²=0.61)与现行人工调度旗鼓相当(P=0.10)，而预测精度(46.12% vs 40.92%)更胜一筹！有趣的是，未经调教的原始模型表现参差不齐，GPT-4"裸奔版"误差达59.2分钟，印证了医学领域专业训练的必要性。这些数字背后，藏着提升手术室周转率、节省医疗成本的巨大潜力——毕竟每节省1分钟手术空档，就意味着减少约80美元的成本浪费呢！