从CT/MRI报告中诊断焦点肝损伤的大型语言模型:与放射科医生的比较研究

科学领域:

• 医学成像和诊断 医学成像和诊断
• 医疗保健中的人工智能
• 放射学和肝病学 放射学和肝病学

背景情况:

• 将大型语言模型 (LLM) 集成到焦点肝病变 (FLL) 的诊断工作流中需要进一步研究.
• 评估像ChatGPT-4o和Gemini这样的LLM与人类专业知识的诊断能力对于临床采用至关重要.

研究的目的:

• 用CT/MRI报告评估两种LLM (ChatGPT-4o和Gemini) 在识别FLL方面的诊断准确性.
• 将LLM诊断性能与不同经验水平的放射科医生进行比较,并评估它们的联合实用性.

主要方法:

• 一项回顾性研究分析了228名通过CT/MRI和组织病理学诊断的单个FLL患者.
• 临床数据和放射学报告的发现促使LLM产生差异诊断.
• 放射科医生 (初级和中级) 独立地和在LLM协助下审查图像,其性能与组织病理学相比较.

主要成果:

• 双步ChatGPT-4o实现了78.9%的准确性,优于单步LLM使用,但与放射学报告 (80.0%) 和初级放射科医生 (78.9%-82.0%) 相比.
• 法学士准确度低于中级放射科医生 (84.6%-85.5%).
• 当ChatGPT-4o作为助手使用时,它并没有显著提高放射科医生的诊断准确性.

结论:

• 两步式ChatGPT-4o显示了FLL诊断的潜力,与当前放射学报告的准确性和初级放射科医生的表现相匹配.
• 中级放射科医生在FLL的诊断准确度方面仍然优越.
• 目前,LLM在FLL诊断中为经验丰富的放射科医生提供了有限的增值.