膜性メラノーマの放射線治療における臨床的意思決定: 経験豊富な放射線腫瘍学者と主要なジェネラティブAIモデルの比較
1Department of Ophthalmology, The First Affiliated Hospital of Chongqing Medical University, Chongqing Key Laboratory for the Prevention and Treatment of Major Blinding Eye Diseases, Chongqing, China.
Frontiers in oncology
|September 2, 2025
まとめ
経験豊富な腫瘍医と比較して,ジェネラティブAIモデルは,膜性メラノーマに対する放射線治療の意思決定において優れた精度を示しています. AIはより迅速で正確な ガイドラインを提供しますが 人間の専門知識は 複雑な患者のケアにとって 極めて重要です
科学分野:
- 腫瘍学
- 人工知能
- 医療 に 関する 意思決定
背景:
- 卵巣性メラノーマは成人における最も一般的な眼内悪性腫瘍である.
- 膜性メラノーマに対する放射線治療の決定は複雑で変化します.
- 生成性AIは 臨床情報を合成する上で有望です
研究 の 目的:
- ゲネラティブAIモデルと放射線腫瘍学者のガイドラインに基づく膜性メラノーマ放射線治療の意思決定の精度を比較する.
- 人工知能のパフォーマンスを 専門的な腫瘍学分野における経験豊富なヒトの専門家と比較して評価する.
主な方法:
- 放射線治療のガイドラインに基づいて20問の試験が開発されました.
- 50人の放射線腫瘍学者と3人のAIモデル (Grok 3,Gemini 2.0,OpenAI o1 pro) がテストされました.
- Uvealのメラノーマ専門家は,すべての提出をスコアし,Kruskal-Wallisテストが分析に使用されました.
主要な成果:
- OpenAI o1 proの平均スコアは最高 (98. 0 ± 1. 9) で,腫瘍学者を上回りました (91.5 ± 3. 2).
- AIモデルでは 腫瘍学者と比べて 完了時間がかなり短かったことが示されました
- 人間の専門家は 治療の選択に優れていたが AIは 全体的に優れていた
結論:
- 先進的なジェネラティブAIは,毛細血管メラノーマの特定の放射線治療の意思決定のタスクにおいて,専門家レベルのパフォーマンスを上回ることができます.
- 人工知能は臨床作業を早め 正確なガイドラインを提供できます
- 人間の判断は 微妙な患者ケアや 複雑なケースに不可欠です
