Nov, 2023

ALPHA: 异常生理健康评估利用大型语言模型

TL;DR本研究旨在评估大型语言模型(LLMs)在医疗保健中的功效,特别关注它们在个人异常健康监测中的应用。我们的研究主要调查了 LLMs 在解释和分析来自 FDA 批准设备获取的生理数据方面的能力。我们在模拟低气压平台环境中进行了广泛的分析,评估了 LLMs 在理解和评估用户健康状况方面的精确性和可靠性。研究结果表明,LLMs 在确定医学指标方面表现出色,心率平均绝对误差小于 1 次 / 分,氧饱和度小于 1%,而这些评估的平均绝对百分比误差保持在 1% 以下,总体健康评估的准确率超过 85%。在诸如解释光电容积描记法(PPG)数据等图像分析任务中,我们专门适应的 GPT 模型表现出卓越的能力,心率周期计数误差小于 1 次 / 分,心率估算的平均绝对误差为 7.28。本研究凸显了 LLMs 作为健康数据分析工具和先进人工智能健康助手中的关键要素的双重角色,在未来的健康助手框架内提供个性化健康见解和建议。