ChatGPT预测和解释常见药物-药物相互作用的能力

摘要

**背景：**药物-药物相互作用(Drug-drug interactions, DDIs)可能会对患者的健康和福祉产生严重影响。如果没有意识到药物间潜在的相互作用，那么正在同时服用多种药物的患者可能会面临不良事件或药物中毒的风险增加。许多时候，患者在未知药物相互作用情况下自行处方药物。

**目的：**该研究旨在调查大型语言模型ChatGPT在预测和解释常见DDI方面的有效性。

**方法：**共准备了40个DDIs清单，这些清单来自先前已发表的文献，用于与ChatGPT进行两阶段问题的对话。第一个问题是以两种药品名称为例，“我可以同时服用药品X和Y吗？”。在存储输出后，下一个问题被提出。“我为什么不能同时服用药品X和Y？”输出结果被存储以供进一步分析。两名药理学家检查了响应，达成的共识输出被归类为“正确”和“不正确”。其中，“正确”的被进一步分类为“确定性的”和“不确定性的”。文本还进行了阅读易度评分和所需教育程度等级的检查。数据经过描述性和推断性统计检验。

**结果：**在40个DDI配对中，在第一个问题的回答中，有一个回答是错误的。在正确的回答中，有19个是确定性的，20个是不确定性的。对于第二个问题，有一个回答是错误的。在正确的回答中，有17个是确定性的，22个是不确定性的。在回答第一个问题时，Flesch阅读易度平均得分为27.64±10.85，回答第二个问题时为29.35±10.16，p = 0.47。在答案的Flesh-Kincaid年级水平方面，回答第一个问题时为15.06±2.79，回答第二个问题时为14.85±1.97，p = 0.69。将阅读水平与模拟的第六年级进行比较时，等级显著高于预期（t = 20.57，p < 0.0001回答第一个问题；t = 28.43，p < 0.0001回答第二个问题）。

**结论：**ChatGPT是预测和解释DDIs的部分有效工具。可能无法立即进入医疗机构获取DDIs信息的患者可以从ChatGPT获得帮助。但是，在某些情况下，它可能提供不完整的指导。需要进一步改进患者对DDI的潜在使用。

**关键词：**人工智能，患者教育，语言模型，chatgpt，不良反应，副作用，解释，预测，药物-药物相互作用，药物相互作用