在整形外科中使用生成性人工智能工具:对鼻整形,面部整形和白斑整形手术的研究
Bryan Lim1,2, Ishith Seth1,2, Skyler Kah1
1Department of Plastic and Reconstructive Surgery, Peninsula Health, Frankston, VIC 3199, Australia.
Journal of clinical medicine
|October 28, 2023
概括
人工智能 (AI) 图像生成对整形外科教育有希望. 然而,目前的人工智能模型缺乏多样性,主要是创建年轻,肤浅的女性的图像.
科学领域:
- 医学教育 医学教育
- 人工智能的人工智能是人工智能.
- 整形外科是整形外科的方法.
背景情况:
- 生成对抗性网络 (GAN) 对医学教育提供了潜在的好处,包括患者保密和接触不同病例.
- 人工智能可以通过提供可访问的培训材料来使医学教育民主化.
研究的目的:
- 调查人工智能模型 (DALL-E 2,Midjourney,Blue Willow) 产生真实的整形外科图像的能力.
- 评估将大型语言模型 (ChatGPT-4,BARD) 与GAN相结合的实用性,以创建多样化的解剖可视化.
主要方法:
- 使用人工智能模型 (DALL-E 2,Midjourney,Blue Willow) 与大型语言模型 (ChatGPT-4,BARD) 结合使用.
- 面部特征的生成图像与整形手术相关,包括鼻子,脸和眼.
- 由四位经过董事会认证的整形外科医生进行生成图像的定性评估.
主要成果:
- 人工智能模型成功地为整形外科教育生成了现实的图像.
- 产生的图像主要是女性主题,肤色较浅.
- 观察到男性,老年人和身体质量指数较高的人群显著缺乏代表性.
结论:
- 在整形外科教育中整合人工智能提供了增强的培训和患者理解.
- 伦理考虑和仔细实施至关重要,以确保在人工智能生成的医学图像中提供全面和公平的代表性.
- 需要进一步开发以解决偏见并改善人工智能生成的医疗视觉图像的多样性.
