Video Experimental Relacionado
Updated: May 5, 2026
04:09
Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.9K
Implementación de Modelos de Aprendizaje GPT-4 en Dermatología: Una Evaluación de la Calidad Médica y la Utilidad
Aryan Naik1, Peter Vien1, Thanh-Nga Tran2
1Larner College of Medicine, The University of Vermont, Burlington, Vermont, USA.
Resumen
Los modelos de lenguaje grandes (LLM) como GPT-4 muestran potencial en dermatología pero requieren validación. Aunque generalmente seguros, las salidas de GPT-4 obtuvieron una puntuación baja en las evaluaciones de calidad médica, lo que indica la necesidad de una mayor optimización.
Área de la Ciencia:
- Inteligencia Artificial en Medicina; Aplicaciones de IA en Dermatología
Sus antecedentes:
- Los modelos de lenguaje grandes (LLM) como GPT-4 pueden generar información clínica.; Falta la evaluación de la calidad médica y la precisión de las salidas de dermatología de GPT-4.
Objetivo del estudio:
- Evaluar la calidad médica y la precisión de las recomendaciones de tratamiento de los modelos GPT-4 en dermatología.; Comparar los resultados de GPT-4 (ChatGPT-4, Copilot) con UpToDate (UTD) para 33 afecciones dermatológicas.
Principales métodos:
- Los modelos GPT-4 generaron resúmenes y tratamientos para 33 afecciones.; Las puntuaciones DISCERN evaluaron la calidad médica; un dermatólogo evaluó la concordancia con los tratamientos de UTD.; Los análisis estadísticos incluyeron pruebas t pareadas y ANOVA.
Principales resultados:
- La calidad del contenido de UTD fue calificada como "justa", mientras que ChatGPT-4 y Copilot fueron calificados como "deficientes" por DISCERN.; Las recomendaciones de tratamiento de ChatGPT-4 mostraron una concordancia significativamente mayor (33,5%) con UTD en comparación con Copilot.; Los modelos GPT-4 produjeron pocas recomendaciones perjudiciales.
Conclusiones:
- Los modelos GPT-4 muestran potencial como herramientas dermatológicas pero requieren validación.; Los parámetros de LLM y las estructuras de consulta pueden optimizarse para la dermatología.; Los futuros LLM, utilizados con el juicio del dermatólogo, podrían mejorar la atención al paciente y ahorrar tiempo.
