生成式大语言模型MedGo在老年多病共存患者护理决策中的应用效果

摘要

目的 探讨生成式大语言模型MedGo在老年多病共存患者护理决策中的应用效果。方法 2025年1月1日至2025年3月31日选择同济大学附属东方医院急诊内科病房6名低年资护士、6名高年资护士与MedGo模型作为研究对象,采用类试验研究方法,从决策耗时、决策准确度及决策质量3项评价维度,比较3组研究对象在120例老年多病共存患者护理诊断评估、护理措施制定、并发症识别及并发症预防4个环节中的表现。结果 在决策耗时方面,高年资护士组的4个环节耗时短于低年资护士组(P<0.01),MedGo组的4个环节耗时短于低年资护士组(P<0.001)和高年资护士组(P<0.001)。决策准确度方面,高年资护士组在4个环节中的评分均高于低年资护士组(P<0.001),MedGo组仅并发症识别评分高于高年资护士组(P<0.001)。决策质量方面,MedGo组在4个环节中的评分均高于低年资护士组(P<0.001)和高年资护士组(P<0.001)。结论 MedGo模型在老年多病共存患者护理决策中展现出高效、准确和高质量的优势;高年资护士决策表现优于高年资护士,可为临床护理决策提供多元参考。

关键词

MedGo / 老年 / 多病共存 / 护理决策 / 效果评价