面对混因素:心房的检测 - 医生与聊天GPT对比
Yuval Avidan1, Vsevolod Tabachnikov1, Orel Ben Court2
1Department of Cardiology, Lady Davis Carmel Medical Center, Haifa, Israel; The Ruth and Bruce Rappaport Faculty of Medicine, Technion, Israel Institute of Technology, Haifa, Israel.
聊天GPT-4o在解释心电图 (ECG) 和混因子时表现不佳,表现与内科医生和初级保健医生相似,但比心脏病学家更差. 人类专业知识对于复杂的心电图诊断至关重要.
科学领域:
- 心脏病学 心脏病学
- 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:
- 心房动 (AF) 是一种常见的心律失常症,具有持续的解释挑战.
- 心电图 (ECG) 中的混因素可能导致误诊.
- 人工智能 (AI) 显示了改善心电图解释的潜力.
研究的目的:
- 评估ChatGPT-4o (GPT-4o) 在解释带有混因子的心电图的诊断准确性.
- 为了比较GPT-4o的表现与来自不同医学领域的医生.
主要方法:
- 使用了20个带有混因素的心电图病例,分为两个组:AF/心房和鼻腔/其他心房节律.
- 100名从业者 (紧急医疗,内科,初级保健,心脏病学) 和GPT-4o解释了ECG.
- 对于每个案例,GPT-4o在五个单独的会议中被提示.
主要成果:
- GPT-4o表现不充分,与其他节奏相比,AF病例得分较低.
- 在GPT-4o,内科医生和初级保健医生之间没有发现准确度的显著差异.
- 心脏病专家显著优于GPT-4o和其他医生组;急诊医生显示出更好的表现趋势.
结论:
- GPT-4o在识别ECG上的AF时表现出低于最佳的准确性,具有混因素.
- 人工智能的表现并没有超过人类医疗从业者的表现.
- 人类专业知识对于准确解释复杂的心电图仍然至关重要.
更多相关视频
08:10Estimating Bilateral Atrial Function by Cardiovascular Magnetic Resonance Feature Tracking in Patients with Paroxysmal Atrial Fibrillation
Published on: July 20, 2022
04:29Author Spotlight: Advancements in Intracardiac Echocardiography for Atrial Anatomy Assessment
Published on: June 30, 2023
相关概念视频
Pulse rhythm
Conversely, an irregular pulse pattern is termed dysrhythmia, stemming from disruptions in cardiac...
Dysrhythmias V: Evaluating Dysrhythmias
ECG Interpretation of Arrhythmias II: Atrial, Junctional and Ventricular Arrhythmias
