Grandes modelos de lenguaje con procesamiento de imágenes en ángulo de Cobb automatizado

Área de la Ciencia:

• Análisis de imágenes médicas análisis de imágenes médicas.
• Inteligencia artificial en el cuidado de la salud.
• Evaluación de la deformidad de la columna vertebral.

Sus antecedentes:

• La gravedad de la escoliosis se cuantifica por el ángulo de Cobb medido en las radiografías.
• La integración de la inteligencia artificial (IA) en los flujos de trabajo clínicos plantea dudas sobre su utilidad en la clasificación de la deformidad espinal.
• La evaluación de las capacidades de los principales modelos de lenguaje grande (LLMs) en aplicaciones clínicas es crucial.

Objetivo del estudio:

• Evaluar la precisión diagnóstica de cuatro LLM prominentes (ChatGPT, Gemini, Perplejidad, Grok) en el cálculo de los ángulos de Cobb de las radiografías de escoliosis.
• Para comparar el rendimiento de estos LLM con las mediciones de un radiólogo.
• Evaluar la usabilidad y la aplicabilidad clínica de la IA en la determinación del ángulo de Cobb.

Principales métodos:

• Un estudio transversal que incluyó 122 radiografías de pacientes con escoliosis.
• Cálculo independiente del ángulo de Cobb por un radiólogo formado por una beca utilizando el software Horos como estándar de referencia.
• Las radiografías fueron analizadas por cuatro LLM para identificar el tipo de escoliosis, generar superposiciones y calcular ángulos de Cobb, con el posterior análisis estadístico.

Principales resultados:

• Gemini y ChatGPT mostraron limitaciones significativas, con Gemini no produciendo mediciones y ChatGPT exhibiendo grandes errores (MAE 58.6 ° ± 45.9 °).
• Perplexity y Grok proporcionaron estimaciones para todos los casos, pero con diferencias medias de 18.8° (±13.3°) y 24.2° (±18.3°), respectivamente.
• Ningún modelo de IA identificó con precisión la escoliosis en forma de S o cumplió con la diferencia clínicamente aceptable (≤10%) para la medición del ángulo de Cobb.

Conclusiones:

• Los LLM disponibles en el mercado actualmente exhiben una precisión insuficiente para la medición clínica del ángulo de Cobb en la escoliosis.
• Si bien Perplexity y Grok mostraron un mejor rendimiento entre los modelos probados, ninguno logró una precisión clínicamente aceptable.
• El desarrollo de herramientas especializadas de IA es necesario para una integración clínica confiable en la evaluación de la deformidad espinal.