对生成人工智能 (AI) 模型的评估,用于创建各种角膜移植手术的医学插图
Kayvon A Moin1,2, Ayesha A Nasir3, Dallas J Petroff4
1Hoopes Vision Research Center, Hoopes Vision, Draper, USA.
Cureus
|September 27, 2024
概括
像DALL-E 3和MIM这样的生成人工智能模型在创建角膜移植手术的准确医学插图方面扎,得分明显低于人类创建的图像. 为了可靠的眼科视觉,需要进一步开发人工智能.
科学领域:
- 眼科医生 眼科 眼科
- 医学插图 医学插图
- 人工智能的人工智能
背景情况:
- 生成性AI越来越多地用于各种任务,包括图像创建.
- 准确的医学插图对于手术培训和眼科患者教育至关重要.
研究的目的:
- 评估生成AI模型 (DALL-E 3,MIM) 在创建角膜移植程序的医学插图方面的能力.
- 使用标准化的分级系统,将人工智能生成的插图与人类创建的控制器进行比较.
主要方法:
- 六个人工智能模型被要求生成Descemet的剥离自动化内皮角质整形 (DSAEK),Descemet的膜内皮角质整形 (DMEK),深前层层层角质整形 (DALK) 和透角质整形 (PKP) 的插图.
- 插图由独立的审稿人根据可读性,解剖学准确性,程序准确性和虚构解剖学来评估.
- 人工智能模型ChatGPT-4o被用于对生成和控制插图进行分级.
主要成果:
- 在总体质量和准确性 (p<0.001) 方面,对照图表显著优于DALL-E 3和MIM的AI生成图像 (p<0.001).
- 人工智能模型的累积平均得分明显低 (DALL-E 3: 29.2%,MIM: 37.5%) 与对照图 (97.1%) 相比.
- 聊天GPT-4o高估了人工智能生成图像的质量,同时准确地评估了人类创建的插图.
结论:
- 目前的生成人工智能模型在制作角膜移植程序的医学准确插图方面受到限制.
- 人工智能技术的重大进步是必要的,以确保眼科医学视觉图像的可靠性和准确性.
