研究人员开发了一种名为AMIR-GPT的人工智能模型，旨在帮助解决医学影像过度使用的问题。该模型是一种生成预训练变换器，类似于OpenAI的ChatGPT，专为医疗领域设计，通过遵循临床指南进行训练，以指导医疗提供者开具更合适的影像检查。

中国北京友谊医院放射科副教授Han Lyu博士及其团队在《智能医学》期刊中表示：“医学影像的过度使用不仅仅是一个成本问题。它反映了最佳可用证据与实践之间的差距。”他们补充道：“我们的目标是探索一个领域特定的AI模型是否能以支持临床医生而非取代他们的方式，帮助弥合这一差距。”

AMIR-GPT基于美国放射学会适当性标准中的26项指南，使用了超过1,000个精选问答对进行训练。数据集覆盖了常见临床场景，分为训练组和测试组两部分。在测试中，该模型的性能与GPT-4、GPT-3.5和Gemini等先进模型进行了比较，采用加权Cohen's kappa方法对响应进行评分，范围从1到5分。

这项研究的目标是让AI模型辅助医疗提供者确定患者是否需要进行医学影像检查，以及哪种检查最适合当前的临床问题。通过这种方式，研究人员希望提升医疗决策的准确性和效率，同时减少不必要的影像使用。AMIR-GPT的开发体现了人工智能在医疗领域的应用潜力，特别是在优化资源利用和改善患者护理方面。