Klinische Herausforderungen durch generative künstliche Intelligenz in der Augenheilkunde

MISCELLANEOUS Singapur – Die Anwendung von Large Language Models (LLMs) wie ChatGPT und anderer generativer künstlicher Intelligenz in der Augenheilkunde eröffnet neue Wege in der Gesundheitsversorgung. Ting Fang Tan aus dem Singapore Eye Research Institute und zahlreiche Kollegen aus den USA und Grossbritannien haben eine umfassende Recherche zu Begriffen wie ‚grosse Sprachmodelle‘, ‚generative künstliche Intelligenz‘, ‚Augenheilkunde‘, ‚ChatGPT‘ und ‚Auge‘ in Google Scholar, Embase, MEDLINE und Scopus durchgeführt. Aus klinisch-ophthalmologischer Sicht wurden potenzielle LLM-Anwendungen in Ausbildung, Forschung und klinischen Bereichen der Augenheilkunde aus der Perspektive verschiedener Interessengruppen, einschliesslich Patienten, Ärzten und politischen Entscheidungsträgern, untersucht. Die Arbeitsgruppe beleuchtete auch die vorhersehbaren Herausforderungen bei der Implementierung von LLMs in die klinische Praxis, einschliesslich Bedenken hinsichtlich Genauigkeit, Interpretierbarkeit, Verzerrung und Datensicherheit. In der September-Ausgabe 2023 des Fachjournals OPHTHALMOLOGY SCIENCE betonen die Autoren, dass mit zunehmender Reife der LLM-Technologie die gemeinsame Festlegung von Best-Practice-Standards für alle Beteiligten entscheidend ist, um die Patientensicherheit zu gewährleisten. (bs)

Autoren: Tan TF, Thirunavukarasu AJ, Campbell JP, Keane PA, Pasquale LR, Abramoff MD, Kalpathy-Cramer J, Lum F, Kim JE, Baxter SL, Ting DSW. Korrespondenz: Daniel Shu Wei Ting, MD (1st Hons), PhD, Duke-NUS Medical School, AI and Digital Innovation, Singapore Eye Research Institute, Singapore Eye Research Institute (SERI), The Academia, 20 College Road, Level 6 Discovery Tower, Singapore 169856. E-Mail: daniel.ting@duke-nus.edu.sg Studie: Generative Artificial Intelligence Through ChatGPT and Other Large Language Models in Ophthalmology: Clinical Applications and Challenges. Quelle: Ophthalmol Sci. 2023 Sep 9;3(4):100394. doi: 10.1016/j.xops.2023.100394. PMID: 37885755; PMCID: PMC10598525. Web: https://www.ophthalmologyscience.org/article/S2666-9145(23)00126-4/fulltext