该研究介绍了在临床决策中应用大型语言模型的方法，重点关注OpenAI的ChatGPT。通过上下文提示进行高质量二元分类任务的应用，探索了LLMs的动态性。论文提出了一种新的LLMs在临床决策辅助系统中的应用方法，并强调了提示设计、领域知识整合和灵活学习方法的变革潜力。

该研究介绍了在临床决策中应用大型语言模型的方法，重点关注OpenAI的ChatGPT。通过上下文提示进行高质量二元分类任务的应用，探索了LLMs的动态性。论文提出了LLMs在临床决策辅助系统中的应用方法，并强调了提示设计和领域知识整合的重要性。

该研究使用多注释者模型解决注释者间的不一致性问题，并将预测每个注释者的判断作为单独的子任务。该方法在七个不同的二元分类任务中表现良好，并能够估计不确定性，特别适用于知道何时不作出预测的部署场景。