聊天GPT-4驱动肝超声波放射学分析:与传统技术相比的优点和缺点

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 无线电学 (Radiomics) 是一种无线电学.

背景情况:

• 人工智能 (AI) 正在彻底改变医学成像.
• 像ChatGPT-4这样的大型语言模型 (LLM) 正在成为自动图像解释的工具.
• 在肝脏超声波放射学中ChatGPT-4的应用在很大程度上尚未被探索.

研究的目的:

• 评估ChatGPT-4在肝脏超声波放射学方面的能力.
• 评估其区分纤维化,脂肪化和正常肝脏组织的能力.
• 将其性能与传统图像分析软件进行比较.

主要方法:

• 从临床前肝病模型中分析了70张灰度超声波图像.
• 与交互式数据语言 (IDL) 相比,ChatGPT-4提取了纹理特征.
• 通过统计分析 (ANOVA,逻辑回归) 评估特征意义和诊断性能.

主要成果:

• 聊天GPT-4确定了九个关键的纹理特征,在肝脏疾病中存在显著差异 (p <0.05).
• 它在分类肝病时达到76%的准确性和83%的灵敏性,在特定条件下具有高AUC值 (例如,0.97为脂肪酸症).
• 聊天GPT-4显示了比IDL快40%的处理速度,表明了高吞吐量潜力.

结论:

• 聊天GPT-4显示了超声波放射学的高可行性,尽管其灵敏度略低于IDL.
• 它提供更快的处理,高吞吐量分析和自动化多图像评估.
• 需要进一步改进,以提高AI驱动的成像工作流程的特征可重现性和诊断准确性.