现在应该没人不知道ChatGPT吧？就算没有用过，也应该听过。
图源百度
作为一个大型的自然语言模型，ChatGPT在语言生成和响应方面有着天然的优势。简单来说，我们可以利用它来润色文章，阅读文献。但最新发表的一篇文章却利用ChatGPT构建了一个新型临床预测模型，发文一区（IF=4.1）！
接下来本文将对这篇文章进行简单介绍。
2024年5月31日，外国研究团队在期刊《American Journal of Ophthalmology》（医学一区top，IF=4.1）发表了一篇题为：“Predicting glaucoma before onset using a large language model chatbot Xylitol is prothrombotic and associated with cardiovascular risk ”的研究论文，旨在探索大型语言模型ChatGPT在预测从高眼压症（OHT）发展为青光眼方面的能力。本公号回复“ 原文”即可获得文献PDF等资料，如果进一步需要全流程指导临床试验设计与分析，请联系郑老师团队，微信号：zz566665 |
什么是青光眼？作为一种以病理性眼压升高，引起视神经萎缩和视野缺损为共同特征的眼睛疾病，青光眼有5%~20%左右的概率会导致患者失明。预防青光眼的关键就是早发现早治疗，但目前的诊断和预测手段仍存在局限性，不能做出更准确地判断。在探索青光眼发展预测模型的过程中，不少研究已经利用人工智能（AI）和深度学习（DL）取得了可喜的成果。但这些模型的运行需要特殊的条件，并不适宜大范围开展。而在过去几个月，更新后更稳定、速度更快的ChatGPT4.0一直处于话题的中心。既然人工智能（
AI）可以纳入预测模型，那么将性能更稳定的ChatGPT4.0纳入预测模型，会不会有更好的结果？该项研究通过回顾性病例对照研究设计，纳入了OHTS（高眼压症治疗研究）数据集中1504名受试者的3008只眼睛，并收集了受试者在青光眼发病前一年内的相关参数。
相关参数包括：青光眼发生前一年的人口统计学、临床、眼部、视神经头和视野（VF）参数。
根据青光眼视神经病变(GON)或VF异常(校正模式标准差<0.05或青光眼半视野测试超出正常范围)的任何体征标记为原发性开角型青光眼(POAG)，以先满足的标准为准。
所有的眼睛在青光眼发病前被标记为“POAG未转化”或“POAG转化”。最后，如果受试者至少有一只眼睛被标记为POAG，则被标记为“转换POAG”，否则被标记为“未转换POAG”。
- 随后，基于所有参与者的双眼将表格参数转换为文本格式来开发查询，并通过ChatGPT接口自动进行预测。
主要评价指标：准确性、ROC曲线下面积（AUC）、敏感性、特异性和加权F1得分。在后续开展的试验中，研究团队发现ChatGPT在预测青光眼发病方面展现出较好的性能，其中ChatGPT4.0的预测性能优于ChatGPT3.5。
本文的创新点显而易见，首次将ChatGPT应用于疾病的预测，展现其在医学领域强大的潜力。同时，由于ChatGPT具有强大的学习能力，可以通过整合现有青光眼数据集的多种模式，对ChatGPT进行训练，开发青光眼领域特定的聊天机器人，以期得到更准确地预测结果。
但是这篇文章的结果嘛，就马马虎虎了，AUC面积也不大，没有一般应用临床的0.70以上，GPT 4.0还凑合。但随着更多复杂大模型的介入，比如GPT4o 或者后面GPT5的问世，也许效果会更好、从预测模型角度来说，它很难做到可视化，也很难变成一个工具或者一个临床模型。不过从患者角度，自我诊断与预判的角度，具有一定的用途，至于从医护角度，在临床应用上，还远着呢。当然，今后就难说了ChatGPT刚更新的时候，各行各业的人都在担心自己的工作被取代。但老郑我想说的是，能取代你的从来不是ChatGPT，而是会用ChatGPT的人！本公号回复“ 原文”即可获得文献PDF等资料，如果进一步需要全流程指导临床试验设计与分析，请联系郑老师团队，微信号：zz566665 
临床、护理统计沙龙交流群
|
|
2022年以来，我们召集了一批富有经验的高校专业队伍，着手举行短期统计课程培训班，包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课。如果您有需求，不妨点击查看： 二、数据分析服务 浙江中医药大学郑老师团队接单各项医学研究数据分析的服务，提供高质量统计分析报告。有兴趣了解一下详情：
课题、论文、毕业数据分析 |
