視力対応の大型言語モデル,Gemini 1.0,Gemini 1.5 Pro,GPT-4 Turbo,GPT-4oによる胸部X線解釈の限界について

科学分野:

• 医療イメージングにおける人工知能
• 診断放射線学のコンピュータビジョン

背景:

• 正確な胸部X線 (CXR) 解釈は,病変の識別,診断,位置,サイズ,および数を要求する診断に不可欠です.
• 臨床的文脈のない,画像のみのCXR解釈のための,視能大言語モデル (LLM) の有効性は,十分に確立されていません.

研究 の 目的:

• 画像データに基づくCXRの解釈における主要なLLMのパフォーマンスを評価する.
• 主要診断におけるLLMの精度を評価し,様々な肺疾患における重要な画像特性を特定する.

主な方法:

• 13の診断カテゴリーの247のCXRがGemini 1.0,Gemini 1.5 Pro,GPT-4 Turbo,GPT-4oによって分析されました.
• LLMのアウトプットは,プライマリ診断の正確性 (完全に正しい,部分的に正しい,誤った) と主要な特徴の識別について評価されました.
• イメージングビューやデバイスなどの非診断機能は,別々に分析されました.

主要な成果:

• LLMは,大きな,双面的,および複数の病変,および顕著な装置 (例えば,肺腫,ペースメーカー) を検出するためのより高い感受性を示しました.
• Gemini 1.5 Proは,全体的に最も高い検出率を達成し,Gemini 1.0,GPT-4o,GPT-4 Turboがそれに続きました.
• モデルの性能は,ビューやマーカーなどのイメージング機能を記述する点で異なっており,特定の医療用語を認識する点でいくつかの制限がありました.

結論:

• LLMは,特定のCXRの診断と特徴,特に重大な異常を特定することができます.
• 小さな病変を検出すること,横行性を決定すること,複雑な診断推論を行うことに限界が残っています.
• 臨床情報を添付することなくCXRを信頼性のある解釈するために,LLMがCXRを信頼性のある解釈できるようにするには,さらなる進歩が必要です.