Evaluating General-Purpose versus Medical-Specific Large Language Models for Perioperative Deep Vein Thrombosis Consultation: Perspectives from Physicians, Nurses, and Patients
本研究表明，在由医生、护士和患者进行的评估中，通用型大语言模型在生成高质量、具有共情力且易读的围术期深静脉血栓咨询回复方面，表现优于医学专用模型，从而挑战了“领域特定标注能保证更优的面向患者信息”这一假设。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每年都有数百万人接受手术，而对许多人来说，术后恢复期隐藏着一种危险：深静脉血栓。这种情况发生在深层静脉中形成血块（通常在腿部），往往是由手术带来的不动状态和身体压力引发的。如果血块脱落，它可能会随血液流向肺部，从而危及生命。由于风险极高，医生和护士会花费大量时间教导患者如何预防这些血栓、注意哪些预警信号，以及如何在离开医院后进行自我护理。然而，在繁忙的病房里，要为每位患者提供个性化、清晰且令人安心的解释，是一项持续的挑战。传统的传单往往过于专业或枯燥，而口头指令则容易被遗忘或误解。
近年来，一种新型数字助手应运而生，旨在填补这一空白。这些是大型语言模型——一种经过海量文本训练、能够以人类语言进行对话并回答问题的先进计算机程序。其中一些程序是为通用用途而构建的，可以聊从历史到烹饪的一切话题；而另一些则是专门针对医学知识进行微调，旨在充当健康顾问。医院和患者面临的重大问题很简单：在解释像深静脉血栓这样严重的医疗状况时，是一个通用的对话者更好，还是专家型模型更胜一筹？一项新研究通过对这些数字工具进行测试来寻找答案，不仅测试了它们的准确性，还测试了它们与最需要信息的受众之间的连接能力。
研究人员召集了一个由15人组成的评审团队：包括5名医生、5名护士和5名患者。他们选择了四种不同的人工智能程序进行评估。其中两个是通用型模型，即那种你可以用来询问日常问题的程序；另外两个是专门用于医疗领域的应用，旨在提供健康建议。团队设计了九个标准问题，模拟患者在手术前后可能提出的问题，涵盖了诸如如何识别血栓早期迹象、如何正确使用压力袜，以及如果漏服了一剂抗凝药物该怎么办等主题。每位评委向所有四个程序提出了这相同的九个问题，并根据三个标准对答案进行评分。首先，他们评判信息的整体质量和组织结构。其次，他们检查建议的准确性、清晰度和实用性。第三，也是或许最重要的，他们对回复的共情程度进行了评分——即计算机听起来是否真的理解了患者的担忧与恐惧。
研究结果令研究人员感到惊讶。在几乎所有类别中，通用型模型的表现都优于医疗专用型模型。医生、护士和患者一致认为，通用程序提供的答案组织得更好，且内容更全面。这种差异在共情能力方面最为显著。患者们特别感觉到，通用模型听起来更加贴心且更具人性。他们对通用模型的共情评分明显高于那些专业的医疗应用。例如，其中一个医疗专用程序生成的答案过于冗长且复杂，需要高中水平的教育才能理解，其句子长度甚至达到了数百个单词。相比之下，通用模型保持了较短的句式和更简单的语言，使信息对于普通人来说更容易消化。
这一发现挑战了一个普遍的假设，即专门为医学设计的工具在处理医学问题时总是最佳选择。研究表明，医疗专用模型的设计可能过于强调安全性与谨慎性，以至于其回答变得过于僵化，缺乏患者在压力重重的恢复期所需要的温暖与清晰。经过更广泛人类对话训练的通用模型，似乎更擅长在信息传递与情感支持之间取得平衡，而情感支持正是有效开展健康教育的关键。有趣的是，医生、护士和患者在判断哪个模型更好方面并没有意见分歧；他们都看到了同样的模式。唯一的例外是，医生对共情差异的敏感度较低，这可能是因为他们的医学训练让他们更关注原始事实，而患者和护士则能更深刻地感受到回答中的情感基调。
在测试的四个程序中，一款通用型模型脱颖而出，成为了明显的赢家。它在质量、准确性和共情方面都获得了各组评委的最高分。它成功做到了既具有高度的信息量又易于阅读，避免了要么过于简单、要么过于复杂的陷阱。这项研究并非声称这些人工智能工具是完美的，也并非认为它们可以取代人类医生。相反，它为医院和护士如何选择合适的数字助手提供了清晰的指导。证据表明，对于患者教育而言，一个能够清晰且友善交流的通用对话者，可能比一个只会用教科书语言说话的专业医疗机器人更有效的合作伙伴。随着医院寻求将这些工具整合到日常护理中，选择的标准可能不在于哪个标签更令人印象深刻，而在于哪个工具能真正让患者感到信息充分、安全且被理解。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。