Kann ChatGPT die Tumorboardvorbereitung bei Zervixkarzinompatientinnen unterstützen?

Einleitung Die Studie wurde durchgeführt, um die Machbarkeit und Genauigkeit von ChatGPT als unterstützendes Instrument für MDT-Besprechungen zu untersuchen.

In einem klinischen Setting bereiten Assistenzärzte Patientenakten für multidisziplinäre Team (MDT)-Besprechungen vor, wobei erfahrene Kollegen die Formulare vorab überprüfen, um die Besprechung so effektiv wie möglich zu machen.

In zertifizierten Zentren wird die empfohlene Behandlung für jeden Patienten diskutiert, die von Experten für die Behandlung (gynäkologischen Onkologen, Radiologen, Strahlentherapeuten, Pathologen) besucht wird. Behandlungsoptionen sind Chirurgie Strahlentherapie, Chemotherapie und Antikörperbehandlung oder Teilnahme an klinischen Studien.

Material und Methodik Die vorliegende Studie wertete Behandlungsempfehlungen für 10 Zervixkarzinompatienten aus und legte diese ChatGPT mit der Frage nach Therapieempfehlung vor.

Für jeden Patienten wurde ein Eintrag verwendet, ähnlich der Patientenvorstellung im MDT, in einem offenen Format: „Wie sollte die folgende [x]-jährige Patientin weiter behandelt werden? [TNM, frühere Behandlungsgeschichte, Risikofaktoren, Bildgebungsergebnisse, Pathologieergebnisse, etc.]“. Dies simuliert, wie ein Assistenzarzt tatsächlich mit ChatGPT interagieren könnte.

Die eingegebenen Daten wurden innerhalb von Sekunden verarbeitet und in einer schematischen Antwort zurückgegeben. Der Algorithmus wiederholte die Frage und gab einige allgemeine Hintergrundinformationen. Die möglichen Behandlungsoptionen wurden dann genannt, falls möglich. Jede Antwort enthielt die Empfehlung, vor endgültigen Behandlungsentscheidungen einen Arzt zu konsultieren.

Ergebnisse Anschließend wurde die Konsistenz zwischen den von ChatGPT gelieferten Antworten und den tatsächlichen Empfehlungen des MDT bewertet ([Abb. 1]).

Abb. 1  Darstellung der Fälle mit MDT-/AI-Empfehlungen.

Zusammenfassung m Gegensatz zu medizinischen Experten, die weitere Informationen vor ihrer Entscheidung anfordern, liefert der Algorithmus oberflächlich betrachtet eine abschließende Antwort ohne medizinische Quellen. Dies kann zu einer suboptimale Behandlungsempfehlung führen. Bei Betrachtung unserer sehr kleinen Fallserie von Gebärmutterhalskrebspatienten zeigten sich Fehlinterpretationen medizinischer Daten, die bei einer größeren Stichprobengröße schwerwiegendere Fehler aufzeigen könnten. Positiv ist anzumerken, dass die KI zusätzliche Risikofaktoren identifiziert und diese in der Antwort adressiert hat. Unsere Stichprobe umfasste ein sehr heterogenes Feld von Gebärmutterhalskrebspatienten.

Die Ergebnisse der Studie zeigten, dass ChatGPT die Anforderungen an eine klinische MDT-Besprechung nicht vollständig erfüllte. Obwohl das System gut bei der Berücksichtigung von Risikofaktoren abschnitt, enthielten einige der Antworten offensichtliche Fehler oder zeigten Diskrepanzen zu den Empfehlungen auf. Dies deutet darauf hin, dass weitere Anpassungen und Validierungen erforderlich sind, bevor solche Systeme in der klinischen Praxis eingesetzt werden können.

 

MissingLinkText

Publication History

Article published online:
14 June 2024