评估多模式ChatGPT-4在使用 fundus图像检测青光眼的优点和局限性

科学领域:

• 眼科医生 眼科 眼科
• 人工智能的人工智能
• 医学诊断 医学诊断 医学诊断

背景情况:

• 青光眼的诊断严重依赖于解释彩色底部照片 (CFPs).
• 当前的人工智能模型通常需要大量的训练数据,这在眼科等专业领域带来了挑战.
• 大型语言模型 (LLM) 为医学图像分析提供了一个潜在的替代方案.

研究的目的:

• 为了评估ChatGPT-4的诊断准确度,一个多式LLM,在从CFPs识别青光眼.
• 为了评估LLM的表现,没有先前的特殊培训或对医疗图像进行微调.

主要方法:

• 利用公开可用的视网膜底部玻璃眼挑战 (REFUGE) 数据集,特别是400图像测试集.
• 采用ChatGPT-4将 fundus 图像分类为"可能患有玻璃眼病"或"可能不患有玻璃眼病".
• 构建了一个混矩阵来分析二进制分类准确性.

主要成果:

• 聊天GPT-4的整体准确率达到了90% (95% CI:87.06%-92.94%).
• 灵敏度为50% (95% CI: 34.51%-65.49%),特异性为94.44% (95% CI: 92.08%-96.81%). 这两种特异性均为一个.
• 精度为50% (95% CI: 34.51%-65.49%),F1得分为0.50. 这是一个非常精确的指标.

结论:

• 聊天GPT-4在没有微调的情况下从CFP中检测青光眼的诊断准确度显著.
• 与传统人工智能相比,LLM可能需要更少的数据进行培训,从而可以节省时间和成本.
• 这种方法可能会导致眼科的新型诊断工具,特别是在资源有限的环境中.