在疑似心肌炎的心血管磁共振报告的生成预训练变压器4分析:一个多中心研究研究
Kenan Kaya1, Carsten Gietzen1, Robert Hahnfeldt1
1Institute for Diagnostic and Interventional Radiology, Faculty of Medicine and University Hospital Cologne, University of Cologne, Cologne, Germany.
概括
生成式预训练型变压器4 (GPT-4) 从心脏MRI报告中诊断心肌炎的准确率为83%,与经验较少的医生相比. 这种大型语言模型显示出作为诊断心肌炎的决策支持工具的潜力.
科学领域:
- 人工智能在医学中的应用
- 心脏病学 心脏病学
- 放射学 放射学是一门学科.
背景情况:
- 心肌炎的诊断需要将心血管磁共振 (CMR) 发现与临床数据相结合.
- 解释CMR需要专门的放射学专业知识.
- 根据CMR报告,生成预训练型变压器4 (GPT-4) 被评估其在疑似心肌炎的医疗决策中的作用.
研究的目的:
- 用CMR报告来评估GPT-4在诊断心肌炎中的性能.
- 将GPT-4的诊断能力与不同经验水平的放射科医生的诊断能力进行比较.
主要方法:
- 一个追溯分析396个CMR报告来自八个中心的怀疑心肌炎的患者.
- GPT-4和放射科医生 (1,2,4年经验) 分析了CMR报告和患者数据.
- 性能与两个经验丰富的董事会认证放射科医生的共识阅读进行了基准测试.
主要成果:
- GPT-4实现了83%的准确性,90%的灵敏度和78%的特异性.
- GPT-4的表现与第一年住院医生的表现相当,而低于更有经验的医生.
- 当包括T1和T2映射序列时,GPT-4和一些人类读者的诊断性能得到改善.
结论:
- 从CMR报告来看,GPT-4在心肌炎诊断方面表现出很好的准确性,这表明它作为决策支持工具的潜力.
- 在诊断心肌炎方面,GPT-4可能特别有利于支持缺乏经验的医生.
- 需要进一步的研究来探索大型语言模型在医疗决策中的整合和教育效益.
