人工智能聊天机器人解释临床眼科图像的准确性

科学领域:

• 眼科医生 眼科 眼科
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 眼科依赖于多模式成像的准确解释来进行诊断.
• 先进的人工智能,如ChatGPT-4在解释眼科图像方面的能力在很大程度上仍未被探索.

研究的目的:

• 评估新型人工智能聊天机器人 (ChatGPT-4) 在解释眼科多式成像中的诊断性能.
• 评估人工智能在回答与眼科病例相关的多选择题时的准确性.

主要方法:

• 一项横截面研究使用了来自OCTCases的136例眼科病例的数据集,包括多式成像和多选择题.
• 人工智能聊天机器人应根据所提供的眼科病例数据回答429个选择题.

主要成果:

• 人工智能聊天机器人在回答眼科多选题时实现了70%的整体准确率.
• 在各个子专业的表现有显著差异,视网膜 (77%) 的准确性更高,神经眼科 (58%) 的准确性更低.
• 与基于图像的解释问题相比,聊天机器人在非基于图像的问题上 (82%) 的表现更好 (65%).

结论:

• 最近的人工智能聊天机器人在解释诊断问题的眼科图像时表现出适度的准确性.
• 这些发现强调了需要仔细整合人工智能工具在临床眼科,考虑到他们目前的局限性.
• 需要进一步的研究来提高AI在复杂的眼科图像解释中的性能.