在盆腔X射线上检测骨折时,ChatGPT-4o的诊断性能

科学领域:

• 骨科诊断器 骨科诊断器 骨科诊断器
• 医学成像分析分析 医学成像分析
• 医疗保健中的人工智能

背景情况:

• 部骨折是一个重要的骨科挑战,特别是在老年人中.
• 诊断通常依赖于临床评估和X射线.
• 人工智能 (AI) 和深度学习为医学图像分析提供了新的方法.

研究的目的:

• 为了评估ChatGPT-4o的诊断性能,一个AI模型,在识别关节骨折.
• 将基于人工智能的骨折检测与黄金标准诊断进行比较.

主要方法:

• 对200张前后骨盆X射线图像 (100个骨折,100个对照) 的回顾分析.
• 通过使用标准化提示符,通过ChatGPT-4o对图像进行评估.
• 诊断指标的计算,包括灵敏度,特异性,准确性,PPV,NPV,ROC AUC和科恩的kappa.

主要成果:

• 聊天GPT-4o实现了82.5%的准确度,78.0%的灵敏度和87.0%的特异性.
• 在ROC曲线下的面积 (AUC) 为0.825,表明良好的区分能力.
• 该模型显示,非移位骨折的假阴性率更高 (68.2%的假阴性).

结论:

• 聊天GPT-4o证明了部骨折检测的潜力,特别是在移位骨折方面.
• 对非移位骨折,人工智能模型的灵敏度降低,需要仔细解释负面发现.
• 在资源有限的环境中,ChatGPT-4o可以作为补充工具,但不能取代专家放射性评估.