Análisis del modelo de lenguaje grande basado en ChatGPT-5 frente a un sistema AI-CAD aprobado por la FDA para la...

Área de la Ciencia:

• Imágenes médicas
• Inteligencia artificial
• Oncología

Sus antecedentes:

• Los modelos de lenguaje grandes multimodales (LLM) muestran promesa en el análisis de imágenes médicas.
• La capacidad diagnóstica de los LLM en ecografía tiroidea requiere verificación.
• ChatGPT-5 es el LLM multimodal más reciente.

Objetivo del estudio:

• Explorar la viabilidad de ChatGPT-5 para la clasificación de nódulos tiroideos.
• Comparar el rendimiento diagnóstico de ChatGPT-5 con S-Detect, un sistema de diagnóstico asistido por computadora aprobado por la FDA.

Principales métodos:

• Un estudio prospectivo incluyó a 141 pacientes con 186 nódulos tiroideos.
• S-Detect y ChatGPT-5 analizaron imágenes ecográficas para clasificación binaria.
• La histopatología se utilizó como estándar de oro; se calcularon estadísticas Kappa, sensibilidad, especificidad, precisión y AUC.

Principales resultados:

• Ambos sistemas distinguieron nódulos benignos de malignos (P < 0,05).
• S-Detect demostró un acuerdo moderado (Kappa=0,579) frente a uno justo para ChatGPT-5 (Kappa=0,224).
• S-Detect mostró mayor sensibilidad (91,9%) y precisión (82,3%) que ChatGPT-5 (sensibilidad 50,8%, precisión 59,1%).
• El AUC para S-Detect (77,4%) fue significativamente mayor que para ChatGPT-5 (63,3%).

Conclusiones:

• ChatGPT-5 es factible para la clasificación de nódulos tiroideos.
• El rendimiento diagnóstico de ChatGPT-5 es inferior al del sistema S-Detect.
• Los LLM actuales como ChatGPT-5 aún no son adecuados para aplicaciones de imágenes médicas.