以色列醫療與生命科學2025 – 進行中Rambam Health Care Campus
INSPIRE：草擬神經與肌肉檢查報告的大型語言模型工具（隨機試驗）
以色列Rambam醫院隨機試驗發現，AI草擬神經檢查報告未提高報告品質
問題
Rambam的神經科醫師須為每次電生理診斷檢查，包括肌電圖與神經傳導檢查，撰寫報告。醫院團隊希望了解，由AI先擬初稿能否改善報告。
做法
團隊以GPT-4o等級模型建置多代理系統INSPIRE，並從肌電圖教科書檢索資料。2025年1月至2月，肌電圖門診的200名病患被隨機分派至僅由醫師撰寫報告組，或醫師搭配AI初稿組。三名神經科醫師在兩組間輪替。
主要數據
0.94 vs 0.94報告品質分數（0至1），醫師搭配AI相較於僅由醫師撰寫；差異未達顯著（p = 0.32）
200隨機分派的病患人數（每組100人）
1.7 / 5神經科醫師對易用性的平均評分（效率評分為2 / 5）
啟示
兩組報告品質未有顯著差異。神經科醫師對效率及易用性的評價偏低。
分類
來源
來源摘要
[1]Journal of Neurology (via PubMed Central)2025年8月22日
海法Rambam醫院的單中心試驗，將200名病患隨機分派至僅由醫師撰寫報告組，或醫師搭配AI組。兩組報告品質皆為0.94分（p = 0.32）。AI標示異常檢查的正確率為93.3%，正常檢查為92.0%，但醫師對效率、易用性及工作量減輕的評價偏低。
詳細內容請參閱原始資料。
收錄日期 2026年10月25日 · 更新日期 2026年10月25日
