这篇文献的主要内容是：

作者们利用了最新的人工智能模型GPT-4，来探索它在诊断罕见眼科疾病方面的能力。作者们从公开的EyeRounds服务中选取了十个可治疗的罕见眼科病例，分别模拟了患者、家庭医生和初级眼科医生使用GPT-4的三种场景。作者们将GPT-4的回答从适当性和准确性两个方面进行了评估，由资深眼科医生（>10年经验）作为评判标准。结果显示，GPT-4在模拟患者场景中只能给出一些可能的疾病，而不能给出正确的诊断；在模拟家庭医生场景中，GPT-4的回答有50%是正确的，可以提供转诊建议；在模拟初级眼科医生场景中，GPT-4的回答有90%是正确的，可以辅助诊断罕见眼科疾病。作者们认为，这是首次证明GPT-4在识别罕见眼科疾病方面的能力的研究，表明GPT-4有潜力作为患者和家庭医生的咨询辅助工具，以及初级眼科医生的诊断辅助工具。但是，作者们也提醒，在临床环境中使用GPT-4时要谨慎，并需要进行验证和仔细的转诊。

观点：

从研究方法的角度看，这篇文献的研究方法是创新的，因为它是首次尝试使用GPT-4来诊断罕见眼科疾病，而且设计了三种不同的场景来模拟不同的用户需求和情境。这种研究方法可以更好地评估GPT-4在诊断罕见眼科疾病方面的优势和局限，以及它对不同用户的帮助程度。从快速结合GPT做研究的角度看，这篇文献的研究方法是高效的，因为它利用了GPT-4强大的自然语言生成能力，可以快速地根据用户的输入生成回答，而不需要进行复杂的数据处理和模型训练。这种研究方法可以节省时间和资源，也可以方便地进行扩展和迭代。

摘要翻译如下：

引言

生成式预训练转换器-4（GPT-4）已经引起社会广泛关注，在许多领域中的潜力得到了广泛评估。然而，对于GPT-4在医学领域，尤其是眼科领域的应用调查仍然有限。本研究旨在评估GPT-4在三种不同最终用户（包括患者、家庭医生和初级眼科医生）的三种模拟情景中识别罕见眼科疾病的能力。

方法

我们从公开可用的EyeRounds服务中选择了十种可治疗的罕见眼科疾病病例。我们逐渐增加了输入GPT-4的信息量，以模拟患者、家庭医生和初级眼科医生使用GPT-4的情景。高级眼科医生（>10年经验）从两个方面评估了GPT-4的回应：适用性（适当或不适当）和准确性（正确或错误）。

结果

在30个回应中，有83.3%被高级眼科医生认为“适当”。在模拟患者、家庭医生和初级眼科医生的情景中，有7个（70%）、10个（100%）和8个（80%）回应被高级眼科医生评为“适当”。然而，与真实情况相比，在模拟患者情景中，GPT-4只能输出一些可能的疾病，通常没有“正确”的回应。相反，在模拟家庭医生情景中，GPT-4的回应中有50%是“正确的”，而在模拟初级眼科医生情景中，该模型实现了更高的“正确”率，为90%。

结论

据我们所知，这是第一个证明GPT-4在涉及患者、家庭医生和初级眼科医生的模拟情景中识别罕见眼科疾病的潜力的概念验证研究。结果表明，GPT-4有潜力作为咨询助手工具，供患者和家庭医生获得转诊建议，并作为初级眼科医生诊断罕见眼科疾病的辅助工具。然而，在临床设置中，谨慎对待GPT-4并承认需要验证和慎重转诊是非常重要的。