使用GPT-4来解释口腔粘膜疾病照片,以生成结构化报告
Zheng-Zhe Zhan1, Yu-Tao Xiong1, Chen-Yuan Wang1
1State Key Laboratory of Oral Diseases, National Center for Stomatology, National Clinical Research Center for Oral Diseases, Department of Oral and Maxillofacial Surgery, West China Hospital of Stomatology, Sichuan University, Chengdu, 610041, China.
Scientific reports
|February 12, 2025
概括
这项研究表明,GPT-4可以解释口腔粘膜疾病照片,并使用快速工程生成结构化报告. 优化提示可以改善GPT-4的性能.
科学领域:
- 人工智能在医学中的应用
- 医学图像分析 医学图像分析
- 自然语言处理自然语言处理.
背景情况:
- 解释口腔粘膜疾病图像和生成报告对于诊断和沟通至关重要.
- 目前的方法可能耗时或缺乏标准化.
- 大型多式联运模式为实现此类任务的自动化提供了潜力.
研究的目的:
- 为了评估GPT-4的解释口腔粘膜疾病照片的能力.
- 评估GPT-4在从自由文本输入中生成结构化报告方面的表现.
- 探索快速工程对GPT-4准确性和回忆力的影响.
主要方法:
- 使用自动提示工程和口腔医生专业知识来提示GPT-4.
- 120例口腔粘膜疾病病例 (教科书和互联网数据集) 用于测试.
- 结构化报告包括7个细粒度项目:位置,形状,数量,大小,临床表现,病变边界和诊断.
主要成果:
- 与互联网数据集相比,GPT-4的教科书数据集的回忆率 (90.73%) 和准确率 (87.05%) 更高.
- 性能因报告项目而异,其中"大小" (98.90%) 和"损伤边界" (95.00%) 显示出高准确度.
- GPT-4成功地将描述性文本转化为结构化的报告,表明了医疗任务的潜力.
结论:
- 在解释医学图像和生成口腔粘膜疾病的结构化报告方面,GPT-4显示出显著的潜力.
- 快速工程对于优化GPT-4在复杂医疗应用中的性能至关重要.
- 需要进一步的研究来增强GPT-4的综合医学图像解释和报告生成能力.
