对大型语言模型的潜力,陷和局限性进行初步调查,用于乳房图解读
Filippo Pesapane1, Luca Nicosia2, Anna Rotili2
1Breast Imaging Division, Radiology Department, IEO European Institute of Oncology IRCCS, Milan, Italy. filippo.pesapane@ieo.it.
Discover oncology
|February 24, 2025
概括
像GPT-4这样的大型语言模型在解释乳房影像方面表现出有限的能力,在识别投影,微化和质量方面准确度低. 进一步开发和监管人工智能对于医疗成像安全临床使用至关重要.
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:
- 大型语言模型 (LLM) 越来越多地被用于医学应用.
- 乳房显微镜仍然是乳腺癌查的关键工具.
研究的目的:
- 评估GPT-4对乳房图像的解释能力.
- 评估LLMs在识别乳房镜检测结果的准确性,在没有临床背景的情况下.
主要方法:
- 通过GPT-4分析了120张乳房图像 (60张带有发现,60张没有发现).
- 该LLM仅基于图像数据生成报告.
- 性能指标包括精度,灵敏度和特异性,用于识别投影,微化和质量.
主要成果:
- 在53.3%的病例中,GPT-4发现了乳房影像预测.
- 对解释结果的敏感性和特异性分别为50.0%和37.5%.
- 该研究指出了大量的错误阳性,错误阴性和幻觉的情况.
结论:
- GPT-4在乳房影像中展示了胚胎的解释能力,突出了目前的局限性.
- 潜在的风险,包括不准确性和幻觉,需要谨慎.
- 专门的培训,验证和监管对于临床乳房镜中的AI工具至关重要.


