相关实验视频
Updated: Jun 13, 2025
05:44
Ultrasonographic Evaluation of Breast Cancer-related Lymphedema
Published on: January 12, 2017
10.0K
对可解释的ChatGPT辅助诊断进行初步实验,用于乳房超声波放射学家
Pengfei Sun1, Linxue Qian1, Zhixiang Wang1,2
1Department of Ultrasound, Beijing Friendship Hospital, Capital Medical University, Beijing, China.
Quantitative imaging in medicine and surgery
|September 16, 2024
概括
人工智能 (AI) 在乳腺超声波分析方面表现有前途,ChatGPT-3.5协助乳腺成像报告和数据系统 (BI-RADS) 分类. 为了诊断准确性和医生接受,需要进一步开发.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 乳房超声波对于病变检测至关重要.
- 乳腺成像报告和数据系统 (BI-RADS) 的分类系统虽然是标准,但可能是主观的,导致诊断不一致.
- 人工智能 (AI) 模型有可能提高医学成像诊断的准确性和效率.
研究的目的:
- 评估ChatGPT-3.5在生成乳房超声报告的BI-RADS分类中的有效性.
- 评估模型通过"思维链" (CoT) 来复制临床决策的能力,以提高可解释性.
- 将人工智能生成的报告与经验丰富的医生的报告进行比较.
主要方法:
- 收集乳房超声波报告进行分析.
- 使用ChatGPT-3.5生成诊断和治疗计划.
- 进行了图灵测试,一致性分析和Cot调查,以评估性能和可解释性.
主要成果:
- 聊天GPT-3.5在报告结构,术语,治疗建议和清晰度方面表现出优势.
- 需要改进的领域包括BI-RADS分类,恶性瘤诊断和医生接受.
- 在图灵测试中,人工智能生成的报告与人类撰写的报告可比,在可重现性方面表现一致.
结论:
- 聊天GPT-3.5显示了作为一种工具的潜力,可以帮助BI-RADS分类,并提高乳房超声波的诊断性能.
- CoT 方法有助于理解人工智能决策过程,提高了模型的解释性.
- 需要进一步的研究和改进,以解决诊断准确性和临床整合方面的局限性.
