Введение. Одной из новых разработок в области искусственного интеллекта (ИИ) является технология Chat-GPT (Generative Pre-trained Transformer) – емкая лингвистическая модель, основанная на анализе больших данных с помощью мощных вычислительных систем путем применения определенных алгоритмов. Подобные технологии способны «понимать» и составлять тексты приближенные к тем, которые создаёт человек. Их совершенствование и внедрение может привести к повышению качества и доступности медицинской помощи пациентам, включая больных с сахарным диабетом (СД).
Целью данной работы стало обобщение всех доступных и релевантных зарубежных сведений о применимости технологии Chat-GPT у пациентов с СД.
Материалы и методы. Для поиска релевантных источников информации использовалась библиографическая база PubMed / Medline. В поисковом запросе применялась строка «ChatGPT diabetes».
Результаты. Chat-GPT является достаточно новой технологией ИИ (старт применения – ноябрь 2022 года), и на настоящий момент опубликованы лишь немногочисленные сведения о возможностях ее внедрения, в том числе в эндокринологическую практику лечения пациентов с СД. В работе систематизированы и обобщены подходы к оценке перспектив её применения, суммированы ее свойства и характеристики. Результаты редких исследований показывают, что Chat-GPT обладает способностью во многих случаях предоставлять ценную информацию о СД. Тем не менее, необходимо подходить с большой осторожностью к использованию этой технологии, поскольку система не всегда генерирует полностью правильные, точные и развёрнутые ответы. Следует разработать механизм оценки качества ответов подобных систем.
Заключение. Данное исследование ограничивается сведениями, представленными в открытых источниках. Целесообразно продолжить исследования точности и аккуратности Chat-GPT. Очевидно, что доработка системы путем обучения на больших массивах медицинских данных, обновляющихся в реальном времени, откроет новые перспективы ее применения.
Целью данной работы стало обобщение всех доступных и релевантных зарубежных сведений о применимости технологии Chat-GPT у пациентов с СД.
Материалы и методы. Для поиска релевантных источников информации использовалась библиографическая база PubMed / Medline. В поисковом запросе применялась строка «ChatGPT diabetes».
Результаты. Chat-GPT является достаточно новой технологией ИИ (старт применения – ноябрь 2022 года), и на настоящий момент опубликованы лишь немногочисленные сведения о возможностях ее внедрения, в том числе в эндокринологическую практику лечения пациентов с СД. В работе систематизированы и обобщены подходы к оценке перспектив её применения, суммированы ее свойства и характеристики. Результаты редких исследований показывают, что Chat-GPT обладает способностью во многих случаях предоставлять ценную информацию о СД. Тем не менее, необходимо подходить с большой осторожностью к использованию этой технологии, поскольку система не всегда генерирует полностью правильные, точные и развёрнутые ответы. Следует разработать механизм оценки качества ответов подобных систем.
Заключение. Данное исследование ограничивается сведениями, представленными в открытых источниках. Целесообразно продолжить исследования точности и аккуратности Chat-GPT. Очевидно, что доработка системы путем обучения на больших массивах медицинских данных, обновляющихся в реальном времени, откроет новые перспективы ее применения.
Литература
1. Cheng K, He Y, Li C, Xie R, Lu Y, Gu S, et al. Talk with ChatGPT About the Outbreak of Mpox in 2022: Reflections and Suggestions from AI Dimensions. Ann Biomed Eng. 2023; 51: 870-4. doi: 10.1007/s10439-023-03196-z.
2. Johnson D, Goodman R, Patrinely J, Stone C, Zimmerman E, Donald R, et al. Assessing the Accuracy and Reliability of AI-Generated Medical Responses: An Evaluation of the Chat-GPT Model. Res Sq. 2023. doi: 10.21203/rs.3.rs-2566942/v1.
3. Kung TH, Cheatham M, Medenilla A, Sillos C, De Leon L, Elepaño C, et al. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digit Heal. 2023; 2: e0000198. doi: 10.1371/journal.pdig.0000198.
4. Gilson A, Safranek CW, Huang T, Socrates V, Chi L, Taylor RA, et al. How Does ChatGPT Perform on the United States Medical Licensing Examination? The Implications of Large Language Models for Medical Education and Knowledge Assessment. JMIR Med Educ. 2023; 9: e45312. doi: 10.2196/45312.
5. Shen Y, Heacock L, Elias J, Hentel KD, Reig B, Shih G, et al. ChatGPT and Other Large Language Models Are Double-edged Swords. Radiology. 2023; 307: e230163. doi: 10.1148/radiol.230163.
6. Goodman RS, Patrinely JRJ, Osterman T, Wheless L, Johnson DB. On the cusp: Considering the impact of artificial intelligence language models in healthcare. Med (New York, NY). 2023; 4: 139-40. doi: 10.1016/j.medj.2023.02.008.
7. Vaishya R, Misra A, Vaish A. ChatGPT: Is this version good for healthcare and research? Diabetes Metab Syndr Clin Res Rev. 2023; 17: 102744. doi: 10.1016/j.dsx.2023.102744.
8. Hulman A, Dollerup OL, Mortensen JF, Fenech ME, Norman K, Støvring H, et al. ChatGPT- versus human-generated answers to frequently asked questions about diabetes: A Turing test-inspired survey among employees of a Danish diabetes center. PLoS One. 2023; 18: e0290773. doi: 10.1371/journal.pone.0290773.
9. Khan I, Agarwal R. Can ChatGPT Help in the Awareness of Diabetes? Ann Biomed Eng. 2023; 51: 2125-9. doi: 10.1007/s10439-023-03356-1.
10. Zheng Y, Wu Y, Feng B, Wang L, Kang K, Zhao A. Enhancing Diabetes Self-management and Education: A Critical Analysis of ChatGPT’s Role. Ann Biomed Eng. 2023. doi: 10.1007/s10439-023-03317-8.
11. Sharma S, Pajai S, Prasad R, Wanjari MB, Munjewar PK, Sharma R, et al. A Critical Review of ChatGPT as a Potential Substitute for Diabetes Educators. Cureus. 2023; 15: e38380. doi: 10.7759/cureus.38380.
12. Sng GGR, Tung JYM, Lim DYZ, Bee YM. Potential and Pitfalls of ChatGPT and Natural-Language Artificial Intelligence Models for Diabetes Education. Diabetes Care. 2023; 46: e103-5. doi: 10.2337/dc23-0197.
13. Huang C, Chen L, Huang H, Cai Q, Lin R, Wu X, et al. Evaluate the accuracy of ChatGPT’s responses to diabetes questions and misconceptions. J Transl Med. 2023; 21: 502. doi: 10.1186/s12967-023-04354-6.
14. Mathur K, Agrawal RK, Nagpure S, Deshpande D. Effect of artificial sweeteners on insulin resistance among type-2 diabetes mellitus patients. J Fam Med Prim Care. 2020; 9: 69-71. doi: 10.4103/jfmpc.jfmpc_329_19.
15. Zhou X, Zeng C. Diabetes remission of bariatric surgery and nonsurgical treatments in type 2 diabetes patients who failure to meet the criteria for surgery: a systematic review and meta-analysis. BMC Endocr Disord. 2023; 23: 46. doi: /10.1186/s12902-023-01283-9.
2. Johnson D, Goodman R, Patrinely J, Stone C, Zimmerman E, Donald R, et al. Assessing the Accuracy and Reliability of AI-Generated Medical Responses: An Evaluation of the Chat-GPT Model. Res Sq. 2023. doi: 10.21203/rs.3.rs-2566942/v1.
3. Kung TH, Cheatham M, Medenilla A, Sillos C, De Leon L, Elepaño C, et al. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digit Heal. 2023; 2: e0000198. doi: 10.1371/journal.pdig.0000198.
4. Gilson A, Safranek CW, Huang T, Socrates V, Chi L, Taylor RA, et al. How Does ChatGPT Perform on the United States Medical Licensing Examination? The Implications of Large Language Models for Medical Education and Knowledge Assessment. JMIR Med Educ. 2023; 9: e45312. doi: 10.2196/45312.
5. Shen Y, Heacock L, Elias J, Hentel KD, Reig B, Shih G, et al. ChatGPT and Other Large Language Models Are Double-edged Swords. Radiology. 2023; 307: e230163. doi: 10.1148/radiol.230163.
6. Goodman RS, Patrinely JRJ, Osterman T, Wheless L, Johnson DB. On the cusp: Considering the impact of artificial intelligence language models in healthcare. Med (New York, NY). 2023; 4: 139-40. doi: 10.1016/j.medj.2023.02.008.
7. Vaishya R, Misra A, Vaish A. ChatGPT: Is this version good for healthcare and research? Diabetes Metab Syndr Clin Res Rev. 2023; 17: 102744. doi: 10.1016/j.dsx.2023.102744.
8. Hulman A, Dollerup OL, Mortensen JF, Fenech ME, Norman K, Støvring H, et al. ChatGPT- versus human-generated answers to frequently asked questions about diabetes: A Turing test-inspired survey among employees of a Danish diabetes center. PLoS One. 2023; 18: e0290773. doi: 10.1371/journal.pone.0290773.
9. Khan I, Agarwal R. Can ChatGPT Help in the Awareness of Diabetes? Ann Biomed Eng. 2023; 51: 2125-9. doi: 10.1007/s10439-023-03356-1.
10. Zheng Y, Wu Y, Feng B, Wang L, Kang K, Zhao A. Enhancing Diabetes Self-management and Education: A Critical Analysis of ChatGPT’s Role. Ann Biomed Eng. 2023. doi: 10.1007/s10439-023-03317-8.
11. Sharma S, Pajai S, Prasad R, Wanjari MB, Munjewar PK, Sharma R, et al. A Critical Review of ChatGPT as a Potential Substitute for Diabetes Educators. Cureus. 2023; 15: e38380. doi: 10.7759/cureus.38380.
12. Sng GGR, Tung JYM, Lim DYZ, Bee YM. Potential and Pitfalls of ChatGPT and Natural-Language Artificial Intelligence Models for Diabetes Education. Diabetes Care. 2023; 46: e103-5. doi: 10.2337/dc23-0197.
13. Huang C, Chen L, Huang H, Cai Q, Lin R, Wu X, et al. Evaluate the accuracy of ChatGPT’s responses to diabetes questions and misconceptions. J Transl Med. 2023; 21: 502. doi: 10.1186/s12967-023-04354-6.
14. Mathur K, Agrawal RK, Nagpure S, Deshpande D. Effect of artificial sweeteners on insulin resistance among type-2 diabetes mellitus patients. J Fam Med Prim Care. 2020; 9: 69-71. doi: 10.4103/jfmpc.jfmpc_329_19.
15. Zhou X, Zeng C. Diabetes remission of bariatric surgery and nonsurgical treatments in type 2 diabetes patients who failure to meet the criteria for surgery: a systematic review and meta-analysis. BMC Endocr Disord. 2023; 23: 46. doi: /10.1186/s12902-023-01283-9.
Для цитирования
Андреев Д.А., Камынина Н.Н. Перспективы применения информационно-коммуникационной технологии Chat-GPT при организации медицинской помощи пациентам с сахарным диабетом: краткий обзор зарубежной литературы. Врач и информационные технологии. 2024; 2: 6-11. doi: 10.25881/18110193_2024_2_6.
Документы
Ключевые слова