摘要
肌肉骨骼疾病是导致全球残疾的主要原因之一，对康复的需求巨大。由于恢复、重塑和退化的过程通常需要数月甚至数年，肌肉骨骼护理需要对患者进行长期管理，这一过程需反复整合不断变化的患者证据、外部医学知识和特定阶段的功能目标。然而，在常规实践中，这些证据在不同的就诊、科室和医院系统之间是碎片化的，限制了个性化和基于证据的护理。
在此，我们报告了 OrthoPilot，一个基于大型语言模型的临床人工智能系统，旨在为肌肉骨骼管理提供持续支持。OrthoPilot 能够自主检索实时影像、实验室、病理和订单数据，并将不断变化的患者状态转化为从入院诊断到康复规划的基于证据的决策。
我们建立了一个经过专家验证的基准，基于来自 1,000 种疾病编码的真实电子健康记录。在一个涵盖完整护理路径的读者研究中，OrthoPilot 与 81 位具有 25 年经验的骨科医生进行了比较，在诊断推理、临床决策和管理规划方面超越了这些专家。同时，它在 60 个外部临床中心的评估中也优于所有智能系统。
在一项涉及 1,870 个复杂案例的前瞻性研究中，OrthoPilot 增加了完整管理成功率 10.6%。在一项为期 8 个月的随机部署中，涉及 8,240 名住院患者，其每床病例总数提高了 9.7%，并改善了患者对健康信息的获取。这些结果将临床 AI 从预测孤立事件转向执行完整的肌肉骨骼护理路径的长期管理。
博主点评： OrthoPilot 的研发展示了人工智能在医疗领域的巨大潜力，不仅提高了诊断的准确性，还优化了患者护理的整体流程。通过整合实时数据和外部知识，该系统显著改善了肌肉骨骼疾病的管理，预示着未来医疗服务的智能化进程。