#大型语言模型

大型语言模型在角膜塑形镜初次试戴参数选择中的辅助作用评估

本研究旨在评估大型语言模型（LLMs）在角膜塑形镜（Ortho-K）初次试戴参数选择中的辅助作用。通过回顾性分析，使用了四种LLMs（GPT-4o, GPT-o3, GPT-4.1和Claude 3.7 Sonnet）来分析屈光不正病例，并获取关于初次试戴镜片参数的建议。主观评价包括答案的准确性和整体质量，客观评价则关注初次试戴镜片参数的差异。结果显示，不同模型的准确性存在显著差异，且系统性参数偏差主要涉及BC和RZD。结论是，LLMs可以支持常规CRT相关的决策支持，但初次试戴镜片参数的选择仍需可行性约束和临床医生的验证。