
-
生物通官微
陪你抓住生命科技
跳动的脉搏
大语言模型在美容手术后并发症识别中的比较评估
《Aesthetic Plastic Surgery》:Comparative Evaluation of Large Language Models in the Recognition of Postoperative Complications Following Aesthetic Surgery
【字体: 大 中 小 】 时间:2026年10月16日 来源:Aesthetic Plastic Surgery 2.7
编辑推荐:
摘要背景大语言模型(LLMs)越来越多地被探索作为术后患者沟通的辅助工具。然而,其在识别和适当处理术后手术并发症方面的能力仍不明确。本研究对ChatGPT、Gemini和Claude在美容外科手术后的术后并发症评估中的表现进行了比较评价。方法使用标准化提示词,将30个代表低、
大语言模型(LLMs)越来越多地被探索作为术后患者沟通的辅助工具。然而,其在识别和适当处理术后手术并发症方面的能力仍不明确。本研究对ChatGPT、Gemini和Claude在美容外科手术后的术后并发症评估中的表现进行了比较评价。
使用标准化提示词,将30个代表低、中、高风险并发症的标准化术后临床场景分别提交给三个AI系统。使用5分Likert量表对诊断准确性、处理恰当性、分诊准确性、患者安全性和完整性进行评估。此外,还记录了关键处理错误和危险的过度保证。
ChatGPT在大多数领域展现出最高的整体表现。平均诊断准确性得分为:ChatGPT 3.99 ± 0.57,Gemini 3.61 ± 0.62,Claude 3.90 ± 0.62(p < 0.001)。总体而言,关键处理错误不常见,但Gemini的发生频率最高。在高风险场景中,适当的急诊转诊建议识别率分别为:ChatGPT评估的93.3%,Gemini评估的76.7%,Claude评估的96.7%(p = 0.018)。
所评估的AI系统在识别常见术后并发症方面表现出中到高的能力;然而,在临床紧急场景中,差异变得更加明显。当前的大语言模型可作为术后护理中的辅助信息工具,但不应替代医师对潜在严重并发症的评估。
本刊要求作者为每篇文章标注证据等级。关于这些循证医学评级的完整描述,请参阅目录或在线作者须知 www.springer.com/00266。
大语言模型(LLMs)越来越多地被探索作为术后患者沟通的辅助工具。然而,其在识别和适当处理术后手术并发症方面的能力仍不明确。本研究对ChatGPT、Gemini和Claude在美容外科手术后的术后并发症评估中的表现进行了比较评价。
使用标准化提示词,将30个代表低、中、高风险并发症的标准化术后临床场景分别提交给三个AI系统。使用5分Likert量表对诊断准确性、处理恰当性、分诊准确性、患者安全性和完整性进行评估。此外,还记录了关键处理错误和危险的过度保证。
ChatGPT在大多数领域展现出最高的整体表现。平均诊断准确性得分为:ChatGPT 3.99 ± 0.57,Gemini 3.61 ± 0.62,Claude 3.90 ± 0.62(p < 0.001)。总体而言,关键处理错误不常见,但Gemini的发生频率最高。在高风险场景中,适当的急诊转诊建议识别率分别为:ChatGPT评估的93.3%,Gemini评估的76.7%,Claude评估的96.7%(p = 0.018)。
所评估的AI系统在识别常见术后并发症方面表现出中到高的能力;然而,在临床紧急场景中,差异变得更加明显。当前的大语言模型可作为术后护理中的辅助信息工具,但不应替代医师对潜在严重并发症的评估。
本刊要求作者为每篇文章标注证据等级。关于这些循证医学评级的完整描述,请参阅目录或在线作者须知 www.springer.com/00266。