人工智能与多学科团队评估方法在评估严重不受控制的哮喘患者生物学治疗决策方面的对比

《The Journal of Allergy and Clinical Immunology: In Practice》：Comparison of artificial intelligence and multidisciplinary team assessment for evaluating biologic decisions in severe uncontrolled asthma

　　

摘要

背景

使用生物制剂治疗重度哮喘的管理变得越来越复杂，需要多学科团队的参与。人工智能被提出作为辅助手段，以帮助医疗领域的专业人员。

目的

我们的目标是确定人工智能是否可以在重度哮喘的多学科团队会议中发挥作用，以提高生物制剂处方的连贯性和效率。

方法

这是一项回顾性的、单中心、多地点的队列研究，研究对象为未接受过生物制剂治疗、符合GINA定义的5级重度哮喘且哮喘控制不佳的患者。这些患者于2024年1月至2025年8月期间，在苏格兰NHS Tayside地区的二级医疗中心参与多次多学科团队会议进行讨论。多学科团队的生物制剂决策结果与五种大型语言模型（ChatGPT、Gemini、CoPilot、PerplexityAI和DeepSeek）的建议进行了比较，以多学科团队的决策作为参考标准，使用Cohen’s kappa指标进行评估。

结果

在114名患者中，平均（标准差）年龄为54.5（15.0）岁，哮喘控制问卷得分2.98（1.1），年加重率为5.21（2.1）。多学科团队的决策与人工智能的建议之间的一致性较差（κ = 0.143–0.213）；不同人工智能模型之间的一致性也处于较差到中等水平（κ = 0.348–0.586），并且所有人工智能模型都存在频繁的决策错误。

结论

在分析时，人工智能模型的结果一致性与实际表现不符，这凸显了它们既不适合作为独立的决策工具，也不适合作为生物制剂治疗的辅助决策手段。多学科团队会议仍然是最佳参考标准。

Philipp Suter | Robert Greig | Rory Chan | Tom Fardon | Paul Cadden | Arlene Shaw | Brian J. Lipworth 苏格兰邓迪大学医学院呼吸研究中心，邓迪，英国