评估皮肤病学中GPT-4视觉的诊断和治疗能力:试点研究
Abhinav Pillai1, Sharon Parappally-Joseph1, Jason Kreutz1
1Division of Dermatology, Department of Medicine, Cumming School of Medicine, University of Calgary, Calgary, AB, Canada.
Journal of cutaneous medicine and surgery
|May 6, 2025
概括
生成式预训练型变压器-4视觉 (GPT-4V) 在皮肤病学AI方面表现有前途,在基于文本的诊断方面表现出色,但在图像分析方面需要改进. 它在帮助诊断和治疗规划方面的潜力是显著的.
科学领域:
- 人工智能在医学中的应用
- 皮肤病学AI 人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 生成型人工智能 (AI) 正在成为皮肤病学领域的一个变革性工具.
- 人工智能集成为改善诊断准确性和治疗策略提供了新的途径.
研究的目的:
- 评估生成预训练变压器-4视觉 (GPT-4V) 在诊断皮肤病的性能.
- 用文本,图像和多式联络输入来比较GPT-4V的诊断准确性.
- 评估GPT-4V在生成皮肤病治疗计划方面的能力.
主要方法:
- 一个由54张图像组成的数据集代表了9种常见的皮肤病状况,由皮肤科医生进行了策划和验证.
- 基于文本的临床场景为每个条件开发.
- 通过三个输入方法评估了GPT-4V的诊断性能:仅图像,仅文本和图像和文本组合.
主要成果:
- 在仅基于图像的诊断中,GPT-4V实现了54%的准确性.
- 仅文本输入和图像和文本输入组合的诊断准确性增加到89%.
- 治疗建议是有能力的,但不是专家级的,在使用组合输入时,统计学上有显著的改善 (P < .01).
结论:
- GPT-4V显示有潜力支持皮肤病诊断和治疗规划,特别是基于文本的信息.
- 在基于图像的诊断中模型的性能需要增强.
- 为了在皮肤学AI应用中最佳地整合多式联络数据,需要进一步开发.
更多相关视频
07:11Assessing Early Stage Open-Angle Glaucoma in Patients by Isolated-Check Visual Evoked Potential
Published on: May 25, 2020
6.2K
09:37Combining Reflectance Confocal Microscopy with Optical Coherence Tomography for Noninvasive Diagnosis of Skin Cancers via Image Acquisition
Published on: August 18, 2022
2.2K
