评估人工智能驱动的文本到图像生成器用于解剖插图:一项比较研究
Geoffroy P J C Noel1,2,3
1Division of Anatomy, Department of Surgery, University of California, San Diego, La Jolla, California, USA.
Anatomical sciences education
|September 11, 2023
概括
人工智能图像生成器显示了解剖图像的速度和成本优势,但缺乏准确性. 需要进一步开发正确的解剖学数据,以提高它们在医学教育中的实用性.
科学领域:
- 解剖学可视化 解剖学可视化
- 医学插图 医学插图
- 教育中的人工智能
背景情况:
- 医学插图对于解剖教育至关重要.
- 人工智能为可定制和准确的解剖图像提供了潜力.
- 评估人工智能在解剖学插图中的当前能力是必要的.
研究的目的:
- 评估AI文本到图像生成器在创建解剖图案中的准确性.
- 将人工智能生成的人类头骨,心脏和大脑的图像与解剖学标准进行比较.
- 确定AI在医学插图中的优缺点.
主要方法:
- 使用了三个人工智能文本到图像生成器.
- 人工智能模型被提示创建人类头骨,心脏和大脑的插图.
- 生成的图像被评估为解剖学准确性,专注于特定的结构和关系.
主要成果:
- 没有一个人工智能生成器产生完全准确的解剖图案.
- 遗漏和不准确的描述指出了孔,线,冠状动脉,主要血管分支和大脑结构.
- 人工智能发电机展示了速度和成本的优势,但经常产生隐秘的图像.
结论:
- 目前的人工智能生成器还不足以提供全面,准确的解剖图像.
- 用解剖学正确的图像增强人工智能训练数据集对于改进至关重要.
- 人类医学插图师对于确保解剖教育的准确性和可访问性至关重要.
