在对结直肠腺瘤的基因病理图像检测和分类中GPT-4的准确性

科学领域:

• 数字病理学数字病理学
• 医学中的人工智能
• 大肠直肠癌查检查

背景情况:

• 组织病理学检查对于诊断结直肠多瘤至关重要.
• 人工智能 (AI) 工具越来越多地被用于医学图像分析.
• 像GPT-4这样的大型语言模型显示出解释复杂医疗数据的潜力.

研究的目的:

• 评估GPT-4的诊断准确性,用于对结直肠腺瘤的组织病理检测和分类.
• 将GPT-4的性能与经验丰富的病理学家的共识诊断进行比较.

主要方法:

• 用GPT-4 (经典和定制版本) 分析了100张结肠直肠多图像 (腺瘤和非腺瘤).
• 将GPT-4的诊断与两位病理学家建立的参考标准进行了比较.
• 统计指标 (灵敏度,特异性,准确性,卡帕值) 用于评估性能.

主要成果:

• 对于腺瘤检测,GPT-4的传感度为74%,特异性为36%.
• 聚合物分类的准确性各不相同 (16%-36%),低卡帕值 (0.06-0.11) 表明诊断一致性不佳.
• GPT-4准确地描述了微观特征,并承认了其诊断局限性.

结论:

• GPT-4在检测结直肠腺瘤方面表现出潜力,但在特异性和一致分类方面存在困难.
• 人工智能工具认识到其局限性,强调了病理学家和诊断中的临床背景不可或缺的作用.
• 需要进一步的研究来完善人工智能模型,以便可靠的基因病理学解释.