小児腫瘍病理および教育におけるChatGPT-4からChatGPT-5への進化する応用

科学分野:

• 病理学; 人工知能;腫瘍学

背景:

• 大規模言語モデル（LLM）は、医療診断において価値あるツールとして登場している。小児腫瘍病理のような専門分野への応用には、徹底的な評価が必要である。

研究 の 目的:

• 高度なLLM、特にChatGPT-4oおよびGPT-5の診断有用性を小児腫瘍病理において評価すること。診断提案、免疫組織化学パネル、病理レポートの生成におけるLLMのパフォーマンスを評価すること。

主な方法:

• 33例の小児腫瘍症例の後ろ向き分析。臨床データおよび組織像をChatGPT-4oおよびGPT-5に入力。診断一致率および免疫組織化学的解釈精度についてLLMの出力を評価。

主要な成果:

• ChatGPT-4oは77.1%の一致率を達成し、GPT-5（57.6%）を大幅に上回った（p < 0.05）。両モデルとも、小円形青色細胞腫において最も高い精度を示した。ChatGPT-4oは、免疫組織化学的解釈の精度において優位性を示した（74.4% vs. 60.7%）。

結論:

• ChatGPTのようなLLMは、小児病理における診断および教育補助としての可能性を示している。臨床統合には、さらなる検証と不可欠な専門家の監督が必要である。