OCT画像に基づく特発性網膜上膜の分類におけるChatGPT-4oの診断性能

科学分野:

• 眼科学
• 人工知能
• 医用画像

背景:

• 大規模言語モデル（LLM）は、多峰性医療画像解釈において有望であることを示している。
• 眼科疾患、特に網膜上膜（ERM）の分類におけるLLMの合意は、ほとんど調査されていない。
• 光干渉断層撮影（OCT）を用いた特発性ERMの分類は、患者管理にとって重要である。

研究 の 目的:

• ゴベット分類に基づき、OCT画像を用いた特発性ERMの分類における多峰性LLMであるChatGPT-4oの合意を評価すること。
• 眼科疾患の特定およびERMの病期分類におけるChatGPT-4oの能力を評価すること。
• ChatGPT-4oと眼科医との間の不一致に関連する要因を特定すること。

主な方法:

• OCTスキャンからの特発性ERMを有する250眼の後ろ向き解析。
• 2名のマスクされた眼科医およびChatGPT-4oによるOCT画像の独立した分類。
• 加重コエンのκ係数およびロジスティック回帰を用いた合意の評価。

主要な成果:

• ChatGPT-4oは、ERMのゴベット病期分類において、眼科医と中程度の合意（加重κ=0.513）を達成した。
• ERM病期分類における完全一致率は46.0%であった。
• 不一致は、異所性内網膜層（EIFL）の存在と有意に関連していた。

結論:

• ChatGPT-4oは、OCTを介した特発性ERMの分類において、専門眼科医と中程度の合意を示す。
• LLMは網膜構造の認識において部分的な能力を示し、眼科画像解析における現在の限界と将来の発展の可能性を示唆している。