LLM援助是否改善了医疗服务？现场医生和实验室测试进行评估（英文）

本研究评估了大型语言模型（LLM）决策支持对尼日利亚两家门诊诊所患者护理的影响。研究发现，LLM 辅助护理在改善基层卫生工作者决策方面存在一些局限性。

研究设计
研究在尼日利亚卡诺州的两家诊所进行，参与者为社区卫生推广工作者（CHEWs）和现场医生（MOs）。CHEWs 首先制定初步护理计划，然后根据 LLM 反馈进行修订，形成配对的未辅助和辅助护理记录。所有患者随后由 MOs 进行独立评估和治疗。

主要发现

• 卫生工作者对 LLM 反馈的反应：LLM 辅助护理导致卫生工作者显著修改诊断（41% 的记录）、测试订单（33% 的记录）和处方决策（54% 的记录）。卫生工作者普遍认为 LLM 反馈有助于改善患者护理。
• 医生评估：MOs 对辅助护理计划的评估结果更为复杂。虽然 LLM 反馈有助于减少部分护理计划中的错误和潜在危害，但并未显著提高与 MOs 护理计划的符合度或客观测试结果。
• 测试和治疗方案分配：LLM 对疟疾的检测率有积极影响，但对贫血和尿路感染检测率的增加大部分是无效的。LLM 辅助护理并未显著改善治疗分配。
• LLM 反馈分析：LLM 平均每个患者提出 3.75 条建议，其中约 53% 的建议使护理计划更符合医生的要求。然而，卫生工作者仅采纳了约三分之一的建议，且对改善与医生符合度的建议的采纳率仅略高于随机水平。

结论
尽管 LLM 辅助护理受到卫生工作者欢迎，并在部分情况下改善了护理质量，但研究结果表明，LLM 辅助护理在提高与高级别医疗提供者护理计划的符合度或客观测试结果方面并未产生显著效益。因此，LLM 辅助护理在低收入和中等收入国家尚未成为公共卫生优先事项。