Das Sprachmodell von OpenAI, ChatGPT 4.0, besteht die neurologische Prüfung – ein Hinweis auf zukünftige klinische Anwendungen
Summary:
Das Sprachmodell von OpenAI, ChatGPT 4.0, hat in einer Studie von Forschern des Universitätsklinikums Heidelberg und des Deutschen Krebsforschungszentrums eine neurologische Prüfung mit einer Erfolgsquote von 85 Prozent erfolgreich bestanden. Das Modell übertraf den durchschnittlichen menschlichen Score und eine ältere Version seiner selbst, was sein Potenzial für klinische Anwendungen in der Neurologie demonstriert. Allerdings gab es Defizite bei Aufgaben, die höhere kognitive Funktionen erfordern, und Experten raten zur Vorsicht bei der Implementierung solcher Modelle in die Praxis ohne weitere Verfeinerungen.
Das hochmoderne Sprachmodell von OpenAI, ChatGPT 4.0, hat seine Anwendbarkeit in der Neurologie unter Beweis gestellt, indem es eine Erfolgsquote von 85 % bei einem Test erreicht hat, der eine klinische neurologische Untersuchung widerspiegelt. Forscher des Universitätsklinikums Heidelberg und des Deutschen Krebsforschungszentrums, die die Studie durchgeführt haben, vermuten, dass einige weitere Anpassungen diese Modelle im Bereich der Neurologie sehr nützlich machen könnten. Die Ergebnisse des Prozesses wurden am 7. Dezember bekannt gegeben. In dem Test, der am 31. Mai stattfand, wurden zwei Modellen, ChatGPT 3.5 und ChatGPT 4.0, Fragen aus der Prüfung des American Board of Psychiatry and Neurology sowie einer Handvoll vom European Board for Neurology gestellt.
Im Gegensatz zu seinem Vorgänger ChatGPT 3.5, der eine Punktzahl von 66,8 % erreichte, indem es 1306 von 1956 Fragen richtig beantwortete, erreichte die aktualisierte Version, ChatGPT 4.0, beeindruckende 85 %, indem es 1662 Fragen richtig beantwortete. Damit wurde die durchschnittliche menschliche Leistungsfähigkeit von 73,8 % übertroffen. Das Modell 4.0 zeichnete sich besonders bei Fragen zu Verhalten, Kognition und Psychologie aus und bestand effektiv den Neurologietest, der eine Punktzahl von 70 % als Schwelle zum Bestehen ansieht. Beide Versionen waren jedoch weniger leistungsfähig, wenn es um Aufgaben ging, die ein höheres Maß an Kognition erforderten, im Gegensatz zu einfacheren Aufgaben.
Dem Forschungsteam zufolge könnten diese Modelle, mit einigen Verbesserungen, in der klinischen Neurologie sehr hilfreich sein. Aufgrund von Schwächen bei der Bewältigung komplexer kognitiver Aufgaben ist der Einsatz dieser Modelle in der Praxis jedoch mit Vorsicht verbunden. Dr. Varun Venkataramani, einer der Autoren der Studie, stellte klar, dass diese Studie in erster Linie eine Darstellung der potenziellen Fähigkeiten von LLMs ist, obwohl sie für eine effiziente Anwendung in der Neurologie noch verbessert werden müssen.
Die KI-Technologie hat einen bedeutenden Beitrag im Gesundheitswesen geleistet, von der Unterstützung bei der Entdeckung der Krebsbehandlung für AstraZeneca bis hin zur Eindämmung des Problems der übermäßigen Verschreibung von Antibiotika in Hongkong.
Published At
12/11/2023 4:57:53 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.