Large Language Models 推荐护理方案与主治医生之间的相对成本

《NEJM AI》:Comparative Cost of Care Recommended by Large Language Models versus Treating Physicians

【字体: 大 中 小 】 时间:2026年10月16日 来源:NEJM AI

编辑推荐:

   摘要背景大型语言模型(LLMs)越来越多地被用于临床决策支持,但它们所推荐的服务或治疗的成本尚未被系统评估。方法我们评估了24个人工智能系统在200份经去标识化的门诊和急诊记录上的表现,这些记录来自MTSamples——一个由执业临床医生贡献的公开去标识化美国格式临床记录集。

  

摘要

背景

大型语言模型(LLMs)越来越多地被用于临床决策支持,但它们所推荐的服务或治疗的成本尚未被系统评估。

方法

我们评估了24个人工智能系统在200份经去标识化的门诊和急诊记录上的表现,这些记录来自MTSamples——一个由执业临床医生贡献的公开去标识化美国格式临床记录集。每个系统接收的是医师评估前的病情记录,并自行撰写诊疗方案;医师记录的方案作为对照。两套方案中的医嘱由三个独立的大语言模型提取,并按2026年医疗补助费率进行定价。主要结局指标是每次就诊推荐护理的总成本:包括诊断检查加专科转诊。新用药仅计数而不予定价。我们还测试了两种提示词:一种关注成本的提示词和一种节俭但安全的提示词。

结果

在20个通用系统中,人工智能建议的护理平均每次就诊花费314美元,而主治医生推荐的护理平均为97美元——每次就诊的差异为216美元(95%置信区间,177至257美元;P<0.001),即医生成本的3.2倍。各人工智能系统的平均成本从209美元到599美元不等。该差异反映在诊断检查(105美元)和专科转诊(111美元)上;系统还推荐了更多的新用药(每次就诊1.14种对比0.59种)。四个专业医疗系统同样不便宜(2.7倍至3.5倍)。医师在66%的就诊中未记录任何诊断检查;在这些就诊中,每个人工智能系统都建议进行检查,通常是一套标准化的检查组合。提示系统关注成本(为医师的2.5倍)或保持节俭(1.4倍)虽有所减少,但未能消除多余的开支。

结论

这些系统推荐的护理成本远高于医师记录的护理,主要原因是它们在医师未开具检查的就诊中建议进行了检查。大语言模型的输出是建议,而非护理方案;最终决策应仍由临床医生做出。

您是否属于大学或医院等机构的成员?了解更多机构访问信息

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号