ChatGPT-HealthPrompt. Harnessing the Power of XAI in Prompt-Based Healthcare Decision Support using ChatGPT
1. **研究の学術的背景と問い**
この研究では、OpenAIのChatGPTに焦点を当て、大規模言語モデル（LLMs）の臨床的意思決定への応用について新たなアプローチを提示しています。学術的な「問い」は、「独自のプロンプト設計とドメイン知識を組み合わせて適用した場合、大規模言語モデルはどの程度有効な臨床的意思決定ツールとなるのか？」です。
2. **研究の目的及び学術的独自性と創造性**
研究の目的は、LLMsを臨床意思決定に応用するための新たな方法論を提案することです。独自性と創造性は、高性能の解釈可能なMLモデルから取得したドメイン知識とそのプロンプト設計への取り込みにあります。これにより、精度の高い二値分類のタスクがデータが少ない状況でも可能になります。
3. **研究の着想に至った経緯と位置づけ**
AIが医療分野で広く利用されるようになる中で、その活用方法はまだ模索されています。特に言語モデルの医療への適用は、潜在能力と未解決の課題が続いて存在しています。この研究では、MLモデルを医療専門家として、重要な特徴の洞察を抽出することで、さらに深い洞察を提供する診断ツールの作成に重要な約束を提供するドメイン知識とAIの相互作用を導き出す新しい方法を開拓しています。
4. **研究で何をどのように，どこまで明らかにしたか**
本研究は、プロンプトの工夫やドメイン知識の統合、柔軟な学習アプローチが自動化された意思決定の向上にどのように影響を与えるかを明らかにしました。また、ChatGPTの性能を伝統的な教師ありMLモデルと比較し、プロンプト設計戦略の有効性についての洞察を提供しました。
5. **研究の有効性の検証方法**
この研究の有効性は、Zero-shotとFew-shotのプロンプト学習の動きを探求し、OpenAIのChatGPTの性能を異なるデータ状況での伝統的な教師ありMLモデルと比較することにより検証されました。