Evaluación de protocolos de resonancia magnética cerebral generados por modelos de lenguaje grande: rendimiento de...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia Artificial en Radiología
• Neuroradiología

Sus antecedentes:

• El protocolo de resonancia magnética cerebral es una tarea no interpretativa que consume tiempo y contribuye a la carga de trabajo del radiólogo.
• La generación automatizada de protocolos puede aliviar potencialmente esta carga.

Objetivo del estudio:

• Evaluar la capacidad de varios modelos de lenguaje grande (LLM) para generar protocolos de resonancia magnética cerebral a nivel de secuencia.
• Comparar el rendimiento de los protocolos generados por LLM con los creados por residentes de radiología.

Principales métodos:

• Se realizó un análisis retrospectivo de 150 casos de resonancia magnética cerebral.
• GPT-4o, o3-mini, DeepSeek-R1 y Qwen2.5-72B se utilizaron para generar protocolos, con y sin el aprendizaje en contexto de las normas locales.
• Se utilizó un índice de precisión (suma de secuencias redundantes y faltantes) para evaluar la calidad del protocolo.

Principales resultados:

• o3-mini demostró el mejor rendimiento, con un índice de precisión de 1,94 ± 1,25 en la condición mejorada.
• Todos los LLM mostraron una mejora significativa con el aprendizaje en contexto (adj. p < 0,001) en el caso de los
• El LLM de mejor rendimiento (o3-mini mejorado) logró un índice de precisión comparable al de los residentes de radiología (1,77 ± 1,28).

Conclusiones:

• Los LLM tienen un potencial significativo para la semiautomatización del protocolo de resonancia magnética cerebral.
• El aprendizaje en contexto mejora sustancialmente la precisión de generación del protocolo LLM.
• El o3-mini y el GPT-4o se muestran particularmente prometedores en esta aplicación.