超音波検査における胆嚢ポリープに対する大規模言語モデルの複数の入力戦略の評価：比較研究

科学分野:

• 医用画像解析
• ヘルスケアにおける人工知能
• 消化器病診断学

背景:

• 胆嚢ポリープは一般的であり、多くは良性で、超音波検査で検出され、診断ワークロードと患者の不安を引き起こします。
• 1.0 cm以上のポリープに対する現在の外科ガイドラインは、非腫瘍性病変の過剰治療につながる可能性があります。
• 高度な大規模言語モデル（LLM）は、医用画像解析において可能性を示しており、ワークロードと患者コンサルテーションのソリューションを提供します。

研究 の 目的:

• 腺腫様ポリープと非腫瘍性胆嚢ポリープ（≥1.0 cm）の鑑別にLLM（ChatGPT-4o、Claude 3.5 Sonnet）を使用する実現可能性を評価する。
• LLMの診断パフォーマンスを放射線科医および現在の外科ガイドラインと比較する。
• 異なるLLM入力戦略を評価する：直接画像解析、特徴ベースのテキスト解析、スコアリングモデルベースのテキスト解析。

主な方法:

• 1.0 cm以上の胆嚢ポリープ（2011年1月～2022年1月）の超音波画像およびレポートの後ろ向き解析。
• 3つの戦略を使用したLLMパフォーマンスの評価：LLM-画像、LLM-テキスト、LLM-モデル。
• LLM診断指標（感度、特異度、精度、不要切除率）をガイドライン推奨およびスコアリングシステム（読者/LLM-モデル）を使用した放射線科医と比較する。

主要な成果:

• LLMモデル戦略は、画像またはテキストベースの戦略と比較して、有意に高い読者内一致率を示しました。
• スコアリングモデル（LLM-モデル）を使用したLLMは、放射線科医と同等、ガイドライン（0.35対0.22）よりも有意に高い精度を達成しました。
• LLM-モデル戦略は、ガイドラインと同等の感度を維持しながら、非腫瘍性ポリープの不要な切除率を有意に低下させました（83％対100％）。

結論:

• 直接的な医用画像解釈におけるLLMの能力は、さらなる強化が必要です。
• スコアリングシステムと組み合わせたテキストベースの分析は、胆嚢ポリープ評価におけるLLMの最も効果的な現在の診断戦略を表します。
• LLMは、良性胆嚢ポリープの過剰治療を削減するのに役立つ可能性を示しています。