评估ChatGPT在检测 fundus图像中的诊断准确性
Ayushi Gupta1, Hussein Al-Kazwini2
1Ophthalmology, Royal Free Hospital, London, GBR.
Cureus
|December 16, 2024
概括
聊天GPT显示出从底部图像诊断视网膜疾病的潜力,准确识别了12种疾病中的4种. 然而,由于经常出现幻觉,目前的AI诊断准确性不足以用于临床使用.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 人工智能 (AI) 在医疗保健中越来越多地被使用,特别是在眼科中用于图像分析.
- 像ChatGPT这样的大型语言模型正在扩展到图像分析,提供新的诊断机会.
- 有限的研究存在于AI的诊断准确性在解释视网膜底图像.
研究的目的:
- 评估ChatGPT 4.0在识别视网膜疾病中的诊断准确性.
- 评估大型语言模型在眼科诊断中的潜力.
主要方法:
- 选择了12张代表主要眼科疾病的 fundus 图像.
- 聊天GPT 4.0被提示诊断每个图像.
- 模型诊断与已确认的情况进行了比较,以确定准确性.
主要成果:
- 聊天GPT准确诊断了12种疾病中的4种,包括乳头,干燥的与年龄相关的黄斑变性 (ARMD),青光瘤和玻璃体出血.
- 糖尿病视网膜病变的部分诊断得到了实现.
- 该模型与7种疾病作斗争,包括各种视网膜脱落和闭塞,并且在不确定的情况下经常幻觉.
结论:
- 通过 fundus 摄影,ChatGPT 展示了通过 fundus 摄影诊断视网膜疾病的初步潜力.
- 目前的AI诊断准确性不足以用于临床应用,原因是不可靠性和幻觉.
- 进一步的研究和模型改进是必要的,以提高AI在眼科的诊断能力.
