[论文解读] Generative artificial intelligence in dentistry: Current approaches and future challenges

Fabián Villena, Claudia Véliz+2 more|arXiv (Cornell University)|Jul 24, 2024

Artificial Intelligence in Healthcare and EducationMedicine被引用 3

一句话总结

本综述探讨了生成式人工智能（GenAI）在牙科领域的当前应用及未来挑战，重点关注其在牙科教育、临床决策支持、患者沟通和研究中的作用。文章强调了GenAI在提升学习、诊断和研究效率方面的潜力，同时探讨了数据隐私、伦理使用、偏见以及对技术过度依赖等关键问题。

ABSTRACT

Artificial intelligence (AI) has become a commodity for people because of the advent of generative AI (GenAI) models that bridge the usability gap of AI by providing a natural language interface to interact with complex models. These GenAI models range from text generation - such as two-way chat systems - to the generation of image or video from textual descriptions input by a user. These advancements in AI have impacted Dentistry in multiple aspects. In dental education, the student now has the opportunity to solve a plethora of questions by only prompting a GenAI model and have the answer in a matter of seconds. GenAI models can help us deliver better patient healthcare by helping practitioners gather knowledge quickly and efficiently. Finally, GenAI can also be used in dental research, where the applications range from new drug discovery to assistance in academic writing. In this review, we first define GenAI models and describe their multiple generation modalities; then, we explain and discuss their current and potential applications in Dentistry; and finally, we describe the challenges these new technologies impose in our area.

研究动机与目标

• 分析生成式人工智能（GenAI）在牙科教育、临床实践、患者沟通和研究中当前及新兴应用的现状。
• 识别并讨论将GenAI整合到牙科工作流程中所涉及的主要伦理、隐私和技术挑战。
• 考察对GenAI过度依赖所带来的风险，包括学生和从业者中批判性思维与临床判断能力的下降。
• 评估人工智能素养和机构指南在确保牙科领域负责任且高效使用GenAI中的作用。
• 为牙科研究和患者护理中GenAI模型的伦理化和安全部署提供一个框架。

提出的方法

• 系统性回顾现有文献及GenAI在牙科中的应用，重点关注文本、图像和多模态生成能力。
• 在学术写作和语言润色的背景下，分析Llama 3和ChatGPT等GenAI模型的应用，并辅以人工监督。
• 通过基于提示的学习和对临床问题的实时响应生成，评估GenAI在牙科教育中的作用。
• 考察GenAI在诊断支持中的应用，包括从文本描述生成图像以及治疗计划辅助。
• 回顾数据隐私、偏见缓解和AI生成输出透明度方面的伦理框架与政策指南。
• 评估人工智能素养计划和培训模式，以促进负责任使用并批判性评估GenAI输出。

实验结果

研究问题

• RQ1 生成式人工智能目前在牙科教育中如何被应用以支持学生学习和临床推理？
• RQ2 GenAI在患者诊断、治疗计划和沟通中的关键临床和行政应用有哪些？
• RQ3 在牙科领域使用患者数据训练GenAI模型时，会引发哪些伦理和隐私挑战？
• RQ4 对GenAI的过度依赖如何损害牙科实践中的临床决策和批判性思维？
• RQ5 需要哪些机构和教育策略来促进牙科领域的人工智能素养和GenAI负责任使用？

主要发现

• Llama 3和ChatGPT等GenAI模型被用于提升学术写作的语言和可读性，作者对内容负全部责任。
• GenAI在牙科教育中实现了知识的快速获取，使学生能够即时获得复杂临床问题的自然语言响应。
• 在临床环境中，GenAI通过从文本输入生成图像和文本输出，支持诊断和治疗计划，提升了效率和决策支持能力。
• 伦理风险包括数据隐私泄露、算法偏见以及透明度不足，尤其是在使用敏感患者数据训练模型时。
• 对GenAI的过度依赖可能削弱批判性思维和临床判断能力，特别是当用户未能验证或 contextualize（语境化）AI生成的输出时。
• 人工智能素养计划和明确的机构指南对于确保负责任使用、减轻偏见并维护临床与学术诚信至关重要。