综述：大语言模型在耳科与耳神经科中的临床价值：一项系统评价与荟萃分析

《European Archives of Oto-Rhino-Laryngology》：Clinical utility of LLMs in otology and neurotology: a systematic review and meta-analysis

　　**摘要****背景**大语言模型（LLMs）越来越多地被探索用于耳鼻喉科的患者教育和临床决策支持。然而，其在不同临床任务中的可靠性各不相同，且其在耳科和神经耳科中的表现仍不明确——这些领域的决策往往需要整合复杂的听力、前庭及影像学数据。**方法**按照PRISMA指南进行了系统评价和荟萃分析。纳入标准采用PICOTS框架（人群、干预、对照、结局、时间、环境）进行定义。主要结局为大语言模型的整体准确率。次要结局包括与专家的一致性、幻觉率、安全性、可读性、可重复性及任务特异性表现。采用随机效应荟萃分析估计合并准确率。**结果**共纳入41项研究，其中31项纳入荟萃分析。基于GPT的大语言模型合并准确率为73.5%（95% CI，64.5%–80.8%），显著优于非GPT大语言模型（56.5%；95% CI，43.2%–68.9%；*p*=0.029）。不同任务类型间表现差异明显，患者教育任务准确率最高（83.5%），诊断（54.6%）和治疗建议（57.9%）准确率最低。尽管观察到较大的异质性，但正式评估未提供小样本效应效应的明确证据，不过这些分析应谨慎解读。**结论**基于GPT的大语言模型在耳科和神经耳科的患者教育及知识型任务中表现出潜力。然而，其在诊断和治疗决策中的有限表现表明，其更适合作为临床医生判断的辅助工具，而非替代方案。