Clasificación bosniaca de quistes renales utilizando modelos de lenguaje de gran tamaño: un estudio comparativo

Área de la Ciencia:

• Inteligencia Artificial en Radiología
• Análisis de imágenes médicas
• Procesamiento del lenguaje natural en la atención médica

Sus antecedentes:

• El sistema de clasificación bosniaco ayuda a evaluar el riesgo de malignidad de quistes renales.
• La variabilidad entre observadores en la clasificación bosniaca presenta un desafío de diagnóstico.
• Los modelos de lenguaje grande (LLM) ofrecen potencial para la clasificación estandarizada de quistes renales utilizando datos textuales.

Objetivo del estudio:

• Evaluar el rendimiento de cinco LLM en la clasificación de quistes renales basados en descripciones de informes de TC sintéticos.
• Comparar las estrategias de disparo cero y pocos disparos para la clasificación de quistes renales basada en LLM.
• Evaluar la precisión, la sensibilidad y la especificidad de los LLM en la diferenciación de las categorías de bosnios.

Principales métodos:

• Se creó un conjunto de datos sintéticos de 100 casos de quistes renales (20 por categoría bosnia).
• Se probaron cinco LLM (GPT-4, Gemini, Copilot, Perplejidad y NotebookLM).
• Se emplearon estrategias de generación de disparos cero, pocos disparos y recuperación aumentada (RAG).

Principales resultados:

• GPT-4 logró la mayor precisión (99% con aprendizaje de pocos disparos).
• Few-shot provocó una mejora significativa del rendimiento de LLM en todos los modelos (p < 0,05).
• Las lesiones del IIF bosnio demostraron ser un desafío para todos los LLM evaluados.

Conclusiones:

• Los LLM pueden clasificar con precisión los quistes renales cuando se les proporciona una descripción textual estructurada.
• El aprendizaje de pocos disparos mejora sustancialmente la precisión de la clasificación de LLM para quistes renales.
• Se necesita más investigación para abordar los desafíos en la clasificación de las lesiones fronterizas de la FII bosniaca.