医学画像ベースの評価に関するChatGPTの業績と医学教育への影響

科学分野:

• 医療教育における人工知能
• 医療における大型言語モデル (LLM)
• 医療評価技術

背景:

• ChatGPTのようなジェネラティブAIツールは 医学教育に希望を示しています
• 画像ベースの医学的試験における大きな言語と視覚モデルの性能は十分に研究されていない.
• これは医学における AI の広範な教育的有用性を制限しています

研究 の 目的:

• GPT-4とGPT-4オムニ (GPT-4o) の画像ベースの米国医療免許試験 (USMLE) のサンプル項目のパフォーマンスを評価する.
• これらのAIモデルが 医学教育に与える影響を 探求すること
• 医療画像を用いたケースベースの教育におけるAIの有用性を評価する.

主な方法:

• USMLE Step 1とStep 2の臨床知識のサンプル項目セットから画像ベースの質問を特定しました.
• GPT-4とGPT-4oから応答を生成するために迅速なエンジニアリング技術を適用しました.
• 精度率を計算し,ケースベースの教え方のシナリオでAIの応用を調査した.

主要な成果:

• GPT-4oは89.5%の精度を達成し,画像ベースのUSMLEの38問でGPT-4の73.4%を上回った.
• モデルでは質問の複雑さについて意見が異なっており,GPT-4oは誤った回答の分析と修正を支援した.
• GPT-4oは,人間の監督が不可欠であるにもかかわらず,指導計画の可能性を示しました.

結論:

• GPTモデルは画像ベースの医学試験の質問に正確に答えることができ,GPT-4oはより高いパフォーマンスを示しています.
• プロンプトエンジニアリングは 医療指導計画における AI の有用性を高めます
• AIは医学教育に 期待を寄せていますが 専門家の監督は 信頼性の確保に不可欠です