[x] ปิดหน้าต่างนี้
Powered by
ATOMYMAXSITE 2.5
เมนูหลัก
หน้าแรก
แผนที่วัดชลประทานฯ
ประวัติปัญญานันทะ
ฟังธรรมประจำวัน
ร่วมบริจาค
E-BOOK
Facebook
เพจพระนวกะ
ศูนย์หนังสือวัดชลประทานฯ
รายละเอียดอุปสมบทหมู่
บวชเนกขัมมะบารมี
ประมวลภาพกิจกรรม
ปฏิทินกิจกรรม
ข่าวสาร/ประชาสัมพันธ์
โครงการ/งานก่อสร้าง
กระดานข่าว
ติดต่อเรา
วัดปัญญานันทาราม
Administrator
ระบบสมาชิก
Username :
Password :
[ สมัครสมาชิก ]
|
[ ลืมรหัสผ่าน ]
สมาชิกทั้งหมด
112
คน
สมาชิกที่กำลังออนไลน์
0
คน
ฝากข้อความ
Your Browser must support IFRAME to view this page correctly
ชื่อ :
ข้อความ
(ตัวแสดงอารมณ์)
poll
คุณคิดว่าเวปนี้เป็นอย่างไร
ดีมาก
ดี
ปานกลาง
แย่
แย่มาก
ดูผลการ vote
เว็บบอร์ด
>>
กิจกรรมต่างๆ
>>
VIEW : 202
โดย
UID :
ไม่มีข้อมูล
โพสแล้ว
:
5855
ตอบแล้ว
:
704
เพศ :
ระดับ : 65
Exp : 97%
เข้าระบบ :
ออฟไลน์ :
IP
:
49.228.96.
xxx
เมื่อ :
อังคาร ที่ 5 เดือน กันยายน พ.ศ.2566 เวลา 12:49:34
แก้ไขกระทู้
ChatGPT สามารถเป็นที่ปรึกษาโรคเบาหวานได้หรือไม่? การศึกษาจะสำรวจถึงศักยภาพและข้อผิดพลาด
ในการศึกษาล่าสุดที่ตีพิมพ์ในวารสารPLoS ONEนักวิจัยได้ทดสอบ chatGPT ซึ่งเป็นแบบจำลองภาษาที่ออกแบบมาเพื่อการอภิปราย เพื่อตรวจสอบว่าจะตอบคำถามที่พบบ่อยเกี่ยวกับโรคเบาหวานได้หรือไม่
ปัญญาประดิษฐ์ (AI) โดยเฉพาะ ChatGPT ได้รับความสนใจอย่างมากจากการใช้งานทางคลินิกที่มีศักยภาพ แม้จะไม่ได้รับการฝึกอบรมอย่างชัดเจนสำหรับโดเมนนี้ แต่ ChatGPT ก็มีผู้ใช้งานหลายล้านคนทั่วโลก ผลการศึกษาพบว่าแต่ละบุคคลคล้อยตามโซลูชันที่ใช้ AI ได้มากขึ้นสำหรับสถานการณ์ที่มีความเสี่ยงต่ำ โดยมีอัตราการยอมรับที่มากขึ้น สิ่งนี้จำเป็นต้องมีการศึกษาเพิ่มเติมเกี่ยวกับการทำความเข้าใจและการใช้แบบจำลองที่ใช้ภาษาขนาดใหญ่ เช่น ChatGPT ในสถานการณ์ปกติและการรักษาทางคลินิกเป็นประจำ
การศึกษา: hatGPT- เทียบกับคำตอบที่มนุษย์สร้างขึ้นสำหรับคำถามที่พบบ่อยเกี่ยวกับโรคเบาหวาน: แบบสำรวจที่ได้รับแรงบันดาลใจจากการทดสอบของทัวริงในหมู่พนักงานของศูนย์เบาหวานในเดนมาร์ก เครดิตภาพ: Andrey_Popov / Shutterstockการศึกษา : ChatGPT เทียบกับคำตอบที่มนุษย์สร้างขึ้นสำหรับคำถามที่พบบ่อยเกี่ยวกับโรคเบาหวาน: การสำรวจที่ได้รับแรงบันดาลใจจากการทดสอบของทัวริงในหมู่พนักงานของศูนย์เบาหวานแห่งเดนมาร์ก เครดิตรูปภาพ: Andrey_Popov / Shutterstock
เกี่ยวกับการศึกษา
ในการศึกษานี้ นักวิจัยได้ประเมินความเชี่ยวชาญของ ChatGPT ในด้านโรคเบาหวาน โดยเฉพาะความสามารถในการตอบคำถามที่พบบ่อยเกี่ยวกับโรคเบาหวานในลักษณะเดียวกันกับมนุษย์
นักวิจัยได้สำรวจโดยเฉพาะว่าผู้เข้าร่วมที่เชี่ยวชาญด้านโรคเบาหวานตั้งแต่บางคนไปจนถึงผู้เชี่ยวชาญสามารถแยกแยะระหว่างคำตอบจากผู้คนและคำตอบที่เขียนโดย ChatGPT เพื่อตอบคำถามทั่วไปเกี่ยวกับโรคเบาหวานได้หรือไม่ นอกจากนี้ นักวิจัยยังได้สำรวจว่าบุคคลที่มีปฏิสัมพันธ์กับผู้ป่วยโรคเบาหวานในฐานะผู้ให้บริการด้านสุขภาพและบุคคลที่เคยใช้ ChatGPT ก่อนหน้านี้สามารถตรวจจับคำตอบที่สร้างโดย ChatGPT ได้ดีกว่าหรือไม่
การศึกษานี้รวมถึงการสำรวจด้วยคอมพิวเตอร์ที่ได้รับแรงบันดาลใจจากการทดสอบของทัวริงแบบปิดของพนักงาน Steno Diabetes Center Aarhus (SDCA)
เล่นบาคาร่า
ทั้งหมด (นอกเวลาหรือเต็มเวลา) แบบสำรวจนี้ประกอบด้วยคำถามแบบปรนัย 10 ข้อพร้อมคำตอบ 2 ประเภท คำตอบหนึ่งเขียนโดยมนุษย์และอีกประเภทหนึ่งเขียนโดย ChatGPT นอกเหนือจากคำถามเกี่ยวกับอายุ เพศ และการติดต่อกับผู้ใช้ ChatGPT ในอดีต ผู้เข้าร่วมต้องจดจำคำตอบที่สร้างโดย ChatGPT
กระบวนการทางพยาธิสรีรวิทยา การบำบัด ภาวะแทรกซ้อน การออกกำลังกาย และอาหาร ล้วนถูกกล่าวถึงในคำถามทั้ง 10 ข้อ ส่วน "คำถามที่พบบ่อย" ของเว็บไซต์สมาคมโรคเบาหวานแห่งเดนมาร์ก ซึ่งดูเมื่อวันที่ 10 มกราคม พ.ศ. 2566 มีคำถามแปดข้อ นักวิจัยได้ออกแบบคำถามที่เหลือเพื่อให้สัมพันธ์กับบรรทัดเฉพาะในเว็บไซต์ 'ศูนย์ความรู้สำหรับโรคเบาหวานและรายงานเกี่ยวกับการออกกำลังกายและโรคเบาหวานประเภท 1
ทำการสร้างแบบจำลองการถดถอยโลจิสติกสำหรับการวิเคราะห์ และกำหนดอัตราส่วนอัตราต่อรอง (OR) ทีมงานประเมินอิทธิพลของคุณลักษณะผู้เข้าร่วมต่อผลลัพธ์ในการวิเคราะห์รอง จากการจำลองที่แม่นยำ อัตรากำไรที่ไม่ด้อยกว่า 55% ได้รับการกำหนดไว้ล่วงหน้าและเผยแพร่โดยเป็นส่วนหนึ่งของระเบียบการการวิจัยก่อนที่จะเริ่มรวบรวมข้อมูล ในกรณีของคำตอบที่เขียนโดยมนุษย์ คำตอบเหล่านั้นจะถูกดึงมาจากแหล่งข้อมูลหรือเว็บไซต์ต้นทางที่ทีมงานระบุคำถามโดยตรง
eBook การปลอมปนอาหารในอุตสาหกรรมน้ำผึ้ง เรียนรู้วิธีทดสอบและรับรองความถูกต้องของน้ำผึ้งตลอดห่วงโซ่อุปทานด้วย eBook ฟรีเล่มนี้
ดาวน์โหลดฉบับล่าสุด
ด้วยเหตุผลในทางปฏิบัติ นักวิจัยสองคน ซึ่งเป็นผู้เชี่ยวชาญด้านสุขภาพทั้งคู่ ได้ตัดคำตอบบางส่วนเพื่อให้ได้จำนวนคำที่ต้องการ ก่อนที่จะรวมคำถาม บริบทพร้อมกับตัวอย่างสามตัวอย่าง (เลือกแบบสุ่มจากคำถามและคำตอบ 13 คู่) ถูกส่งไปยังโมเดลภาษาที่ใช้ AI ในพร้อมต์ โดยทุกคำถามที่ถามในหน้าต่างแชทแต่ละรายการ บุคคลได้รับเชิญทางอีเมล ซึ่งรวมถึง URL เฉพาะบุคคลที่อนุญาตให้พวกเขาตอบแบบสำรวจได้ครั้งเดียว ข้อมูลนี้รวบรวมระหว่างวันที่ 23 ถึง 27 มกราคม 2023
ผลลัพธ์
จากผู้ได้รับเชิญ 311 ราย มี 183 รายที่ทำแบบสำรวจเสร็จสิ้น (อัตราการตอบกลับ 59%) โดย 70% (n=129) เป็นผู้หญิง, 64% เคยได้ยินเกี่ยวกับ ChatGPT มาก่อน, 19% เคยใช้มัน และ 58% (n=107) มีปฏิสัมพันธ์ในอดีตกับผู้ป่วยโรคเบาหวานในฐานะผู้ประกอบวิชาชีพด้านสุขภาพ โมเดลภาษาที่ใช้ AI ได้รับการออกแบบมาเพื่อให้คำตอบขนาด 45 ถึง 65 คำเพื่อให้ตรงกับคำตอบของมนุษย์ อย่างไรก็ตาม จำนวนคำโดยเฉลี่ยคือ 70 อย่างไรก็ตาม คำแนะนำในการให้คำปรึกษาและคำถามสามบรรทัดแรกถูกลบออก และคำตอบ ChatGPT ถือว่ามี 56 คำ (โดยเฉลี่ย)
จากคำถามทั้ง 10 ข้อ สัดส่วนของคำตอบที่ถูกต้องอยู่ระหว่าง 38% ถึง 74% ผู้เข้าร่วมระบุคำตอบที่สร้างโดย ChatGPT ได้อย่างถูกต้อง 60% ซึ่งเกินเกณฑ์ที่ไม่ด้อยกว่า ชายและหญิงมีโอกาส 64% และ 58% ที่จะจดจำการตอบสนองที่เกิดจากปัญญาประดิษฐ์ได้อย่างแม่นยำ ตามลำดับ ผู้ที่เคยสัมผัสผู้ป่วยโรคเบาหวานในอดีตมีโอกาส 61% ที่จะตอบคำถามได้อย่างแม่นยำ เทียบกับ 57% สำหรับผู้ที่ไม่เคยสัมผัสผู้ป่วยโรคเบาหวานมาก่อน
การใช้งาน ChatGPT ก่อนหน้านี้แสดงให้เห็นถึงความเชื่อมโยงที่แข็งแกร่งที่สุดกับผลลัพธ์ (OR, 1.5) ระหว่างลักษณะของผู้เข้าร่วม มีการสังเกตอัตราส่วนอัตราต่อรองของขนาดที่เทียบเคียงได้สำหรับแบบจำลองซึ่งอายุเกิน 50 ปีมีความสัมพันธ์กับโอกาสที่สูงขึ้นในการจดจำการตอบสนองที่สร้างโดยปัญญาประดิษฐ์ได้อย่างถูกต้อง (OR, 1.3) ผู้ใช้ chatGPT ก่อนหน้านี้และผู้ที่ไม่ใช่ผู้ใช้ตอบคำถามถูกต้อง 67% และ 58% ตามลำดับ ตรงกันข้ามกับหลักฐานเบื้องต้น ผู้เข้าร่วมสามารถแยกแยะระหว่างการตอบกลับที่ ChatGPT สร้างขึ้นและการตอบกลับที่เขียนโดยมนุษย์ได้ดีกว่าการโยนเหรียญยุติธรรม
บทสรุป
โดยรวมแล้ว การศึกษานี้ถือเป็นการสำรวจเบื้องต้นเกี่ยวกับความสามารถและข้อจำกัดของ ChatGPT ในการให้คำแนะนำที่ยึดผู้ป่วยเป็นศูนย์กลางในการจัดการโรคเรื้อรัง โดยเฉพาะโรคเบาหวาน แม้ว่า ChatGPT จะแสดงให้เห็นถึงศักยภาพในการตอบคำถามที่พบบ่อยได้อย่างถูกต้อง แต่ปัญหาเกี่ยวกับการให้ข้อมูลที่ไม่ถูกต้องและการขาดคำแนะนำที่เหมาะสมและเหมาะสมเฉพาะบุคคลก็ปรากฏชัดเจน เนื่องจากโมเดลภาษาขนาดใหญ่มีความเกี่ยวพันกับการดูแลสุขภาพมากขึ้น การศึกษาที่เข้มงวดจึงมีความจำเป็นในการประเมินความปลอดภัยประสิทธิภาพและการพิจารณาด้านจริยธรรมในการดูแลผู้ป่วย โดยเน้นถึงความจำเป็นสำหรับกรอบการทำงานด้านกฎระเบียบที่แข็งแกร่งและการกำกับดูแลอย่างต่อเนื่อง
[
อ้างอิง
]
Re หัวข้อ :
รูปประกอบ :
จำกัดขนาด 100 kB
รายละเอียด :
ใส่รหัสที่ท่านเห็นลงในช่องนี้
ชื่อของท่าน :
Based on :
Maxsite1.10
Modified to
ATOMYMAXSITE 2.5
Based on :
Maxsite1.10
Modified to
ATOMYMAXSITE 2.5