尿动力学报告撰写器（URapp）：基于GPT-4o的尿动力学解读与报告草稿生成应用
核心概要
该研究开发并验证了基于GPT-4o的尿动力学报告撰写器应用（URapp），其依据科学文献与国际尿动力学指南建模、经两家转诊中心检查数据由两位专家监督微调，由功能泌尿科专家按0-5分Likert量表评估，在解读准确性（4.5±0.2）、概念解释（5.0±0）、循证标准依从性（4.8±0.3）、建议清晰实用性（4.2±0.3）、临床相关性（3.8±0.3）和诊断有用性（3.5±0.5）等维度获得较高评分，并在100例连续尿动力学检查（中位年龄61岁）中全部获得总体评分≥4。
深度剖析
研究构建了URapp这一GPT-4o虚拟助手，用于支持对临床医生提供的尿动力学数据进行解读并生成报告草稿。 相对于依赖人工、耗时且操作者依赖的传统尿动力学解读与报告流程，该工作将大语言模型引入这一具体临床环节，并以国际尿动力学指南和科学文献作为建模依据。 开发历时约6个月，训练使用来自多家转诊中心的尿动力学检查，并由两位专家尿动力学医师进行监督微调。
在功能泌尿科专家使用0-5分Likert量表的验证中，URapp在多个评估维度上获得高分。 该验证提供了对解读准确性、概念解释、循证依从性、建议清晰实用性、临床相关性和诊断有用性的分维度量化评分，而不仅是整体印象。 解读准确性4.5±0.2、概念解释5.0±0、循证标准依从性4.8±0.3、建议清晰与实用性4.2±0.3、临床相关性3.8±0.3、诊断有用性3.5±0.5。
在最终阶段，URapp为100例连续尿动力学检查生成报告，并由两位专家泌尿科医师独立评估，全部病例总体评分≥4。 该阶段将评估从专家评分扩展到连续病例样本，提供了对连续入组病例表现的观察。 连续样本100例，中位年龄61岁，由两位专家泌尿科医师独立评估，全部获得总体评分≥4。
启示与展望
该结果面向支持尿动力学解读与报告草稿生成的临床场景，适用于由临床医生提供尿动力学数据、由URapp辅助解读并生成报告草稿的工作流程；作者指出其可能支持标准化、遵循指南的尿动力学报告，但明确表示在常规临床实施前需要前瞻性多中心研究。
作者列出的局限包括回顾性设计、样本量有限以及缺乏前瞻性临床结局评估，因此该工具对实际患者结局的影响仍是待解问题；此外，本次加载文本为摘要级内容，未包含图表与完整方法细节，评分分布、评估者间一致性以及训练数据构成等具体信息无法从现有文本确认，需查阅原文进一步了解。