テキストベースの要約を用いた眼球表面腫瘍の差別化におけるChatGPTの精度:プテリギウム,シドオプテリギウム,CINの比較分析

Laura De Luca¹, Matteo Mario Carlà², Feliciana Menna³

¹Department of Biomedical Sciences, Ophthalmology Clinic, University of Messina, Via Consolare Valeria, 98123, Messina, Italy. laura.deluca21@gmail.com.

International ophthalmology

|February 18, 2026

まとめ

人工知能 (AI) は,結膜内皮質新生病 (CIN),ペテリジウム,シドオペテリジウムなどの眼球表面病変の診断において有望であることが示されています. ChatGPT-4は高い精度を達成し,診断と治療の推奨に役立ちます.

科学分野:

オフタルモロジック (眼科)
医療における人工知能
眼腫瘍学オキュラル・オンコロジー

背景:

コンjunctival intraepithelial neoplasia (CIN) を pterygium および pseudopterygium から区別することは,特に非典型的なプレゼンテーションでは,診断的に困難です.
人工知能 (AI),特に大型言語モデル (LLM) は,複雑な臨床データを合成することで,意思決定支援ツールとしての可能性を秘めています.
正確な差別化は,適切な管理と腫瘍病変の進行を防ぐために極めて重要です.

研究の目的:

ChatGPT-4の診断信頼性を評価し,CIN,プテリギウム,シドオプテリギウムを区別する.
マルチモダルの臨床データに基づいて適切な治療戦略を推奨するChatGPT-4の能力を評価する.
目の表面疾患の診断における意思決定支援ツールとしてのAIの有用性を探求する.

主な方法:

ヒト病理学的に確認された60件の症例プロファイル (CIN,pterygium,pseudopterygium) を標準化された臨床ヴィネットに合成した.
ビニエットには,人口統計情報,臨床結果,AS-OCT,IVCMの記述が含まれていました.
ChatGPT-4は,これらのテキストの要約を処理し,専門家パネルのコンセンサスと比較して,診断と治療の勧告を提供しました.

主要な成果:

ChatGPT-4は,CINの診断精度が85%,プテリギウムの診断精度が75%,シドオプテリギウムの診断精度が70%に達しました.
専門家の判断と治療勧告の一致率は80%で,CIN.の最も高い正確度は (90%) でした.
誤った分類は,CINとシドオプテリギウムで最も一般的であった;モデルはめったに腫瘍の診断を逃さなかったが,良性病変を過剰に治療する傾向があった.

結論:

ChatGPT-4は,マルチモダルの臨床データを用いて,目の表面の病変の差別化において有意な可能性を示しています.
AIツールは,特にサブスペシャリストのアクセスが限られている場合に,貴重なトリアージまたは意思決定支援システムとして機能することができます.
画像ベースのAIとの統合は,これらの困難な条件の診断性能をさらに向上させることができます.

キーワード:

さらに関連する動画