Evaluación de Múltiples Estrategias de Entrada de Modelos de Lenguaje Grandes para Pólipos de Vesícula Biliar en...

Área de la Ciencia:

• Análisis de Imágenes Médicas
• Inteligencia Artificial en la Atención Médica
• Diagnóstico Gastroenterológico

Sus antecedentes:

• Los pólipos de la vesícula biliar son comunes, a menudo benignos y se detectan mediante ecografía, lo que genera carga de trabajo diagnóstico y ansiedad en el paciente.
• Las directrices quirúrgicas actuales para pólipos ≥1,0 cm pueden conducir a un sobretratamiento de lesiones no neoplásicas.
• Los modelos de lenguaje grandes (LLM) avanzados muestran potencial para el análisis de imágenes médicas, ofreciendo soluciones para la carga de trabajo y la consulta del paciente.

Objetivo del estudio:

• Evaluar la viabilidad de utilizar LLM (ChatGPT-4o, Claude 3.5 Sonnet) para diferenciar pólipos adenomatosos de no neoplásicos de la vesícula biliar (≥1,0 cm).
• Comparar el rendimiento diagnóstico de los LLM con el de los radiólogos y las directrices quirúrgicas actuales.
• Evaluar diferentes estrategias de entrada de LLM: análisis directo de imágenes, análisis de texto basado en características y análisis de texto basado en modelo de puntuación.

Principales métodos:

• Análisis retrospectivo de imágenes ecográficas e informes de pólipos de vesícula biliar ≥1,0 cm (enero de 2011-enero de 2022).
• Evaluación del rendimiento de los LLM utilizando tres estrategias: LLM-imagen, LLM-texto y LLM-modelo.
• Comparación de las métricas diagnósticas de los LLM (sensibilidad, especificidad, precisión, tasa de resección innecesaria) con las recomendaciones de las directrices y los radiólogos utilizando un sistema de puntuación (lectores/modelo LLM).

Principales resultados:

• La estrategia del modelo LLM demostró una concordancia intraobservador significativamente mayor en comparación con las estrategias basadas en imágenes o texto.
• Los LLM que utilizan un modelo de puntuación (modelo LLM) alcanzaron una precisión comparable a la de los radiólogos y significativamente mayor que la de las directrices (0,35 frente a 0,22).
• La estrategia del modelo LLM redujo significativamente la tasa de resección innecesaria de pólipos no neoplásicos (83 % frente a 100 %) y al mismo tiempo mantuvo una sensibilidad comparable a la de las directrices.

Conclusiones:

• Las capacidades de los LLM en la interpretación directa de imágenes médicas requieren una mayor mejora.
• El análisis basado en texto combinado con un sistema de puntuación representa la estrategia diagnóstica más eficaz actualmente para los LLM en la evaluación de pólipos de vesícula biliar.
• Los LLM muestran potencial para ayudar a reducir el sobretratamiento de pólipos benignos de vesícula biliar.