随着科技的不断发展，人工智能（AI）技术在各个领域的应用越来越广泛。其中，GPT（Generative Pre-trained Transformer）因其强大的文本生成和理解能力为医学领域带来了全新的机遇与挑战。

日前，发表在《Neurology》的一项研究显示，通过接收急性脑卒中患者的病史以及神经检查信息，GPT-4可以推测患者的神经病变的脑区、侧边以及单个或多个病变情况。

在医疗保健领域，大型语言模型如GPT，在广泛的文本数据集上进行训练，在减少跨地区和人群的医疗保健差异方面具有潜在的应用前景。既往为病变定位开发的软件在范围上有局限性。本研究旨在评估GPT-4基于临床表现进行病变定位的能力。

使用已发表的急性脑卒中病例的病史和神经体格检查（H&P）提示GPT-4，然后使用零样本思维链（Zero-Shot Chain-of-Thought）和文本分类提示回答“单个或多个病变”、“侧边”和“脑区”的临床推理问题。将46例病例中每例的3项单独试验的GPT-4输出与基于成像的定位进行比较。

结果显示，GPT-4成功处理了来自H&P的原始文本，生成了准确的神经解剖定位和详细的临床推理。基于试验的分析的特异性、敏感性、精确度和F1分数的性能指标分别为：侧边为0.87、0.74、0.75和0.74；脑区为0.94、0.85、0.84和0.85。除小脑外，脑区内的所有区域类标签都高度相似，并且当考虑所有3个试验以检查每个病例的指标时也是如此。

错误是由于外在原因，即已发表病例中的信息不足，以及内在原因，即逻辑失败或知识库不足。

这项研究揭示了GPT-4在急性脑卒中病变定位中的能力，显示了其作为神经病学临床工具的潜在未来作用。

医学文献和知识浩如烟海，医生在诊断、治疗和科研过程中需要查阅大量资料。GPT可以通过学习大量的医学文献和知识，自动生成高质量的医疗文本，如病历报告、诊断建议、治疗方案等。这不仅可以辅助医生提高医生的工作效率，还能减少人为错误，提高医疗质量。

如上述研究展示了GPT-4在急性脑卒中病变定位中的能力，这对于神经医疗护理服务不足的地区尤其重要。

然而，GPT在医学中的应用也面临一些挑战和问题。医学领域具有高度的专业性和复杂性，GPT需要不断学习和积累大量的医学知识，才能在实际应用中发挥作用。而且医学数据的隐私性和安全性也是GPT应用过程中需要重点关注的问题。

 （环球医学编辑：常路）

参考资料：
GPT-4 Performance for Neurologic Localization
https://pubmed.ncbi.nlm.nih.gov/38596779/