مطالعات اخیر در رواندا و پاکستان نشان می‌دهد که چت‌بات‌های مبتنی بر مدل‌های زبانی بزرگ (LLM) می‌توانند در کلینیک‌های کم‌منابع عملکردی قابل توجه داشته باشند و این دستاورد صرفا محدود به آزمایش‌های کنترل‌شده نیست.

{$sepehr_key_10806}

به گزارش نیو اطلس، در رواندا پژوهشگران پاسخ پنج مدل زبانی بزرگ را با حدود ۵۰۰ پرسش ارائه‌شده به پزشکان محلی مقایسه کردند و دریافتند که چت‌بات‌ها در تمام معیار‌های ارزیابی، از جمله تطابق با استاندارد‌های پزشکی، درک پرسش‌ها و احتمال ایجاد آسیب به بیمار، از پزشکان بهتر عمل کردند.

همچنین در پاکستان، تحقیق به سرپرستی احسان قاضی، دانشمند رایانه دانشگاه مدیریت علوم لاهور، نشان داد که LLM‌ها می‌توانند دقت تشخیص در سیستم‌های درمانی کم‌منابع را افزایش دهند؛ جایی که کمبود متخصص و حجم بالای بیماران موجب خطا‌های تشخیصی فراوان می‌شود.

این نتایج نویدبخش استفاده از هوش مصنوعی به عنوان ابزاری مکمل برای ارتقای دقت و کیفیت خدمات پزشکی در مناطق کم‌منابع و با دسترسی محدود به متخصصان است.

انتهای پیام/