增强磁共振成像 (MRI) 报告在脊柱创伤中的理解:对胸脊骨折的AI生成解释的可读性分析

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
• 患者沟通 患者沟通

背景情况:

• 磁共振成像 (MRI) 报告通常很难让患者理解,导致焦虑.
• 先进的人工智能 (AI) 大语言模型 (LLM) 显示了简化复杂医疗信息的潜力.

研究的目的:

• 评估GPT-4o的准确性,有用性和可读性,以解释胸椎骨折的MRI报告.
• 评估AI在改善患者对诊断成像结果的理解方面的实用性.

主要方法:

• 分析了20名患有胸椎骨折的患者的MRI报告.
• GPT-4o生成了对MRI报告的简单解释.
• 脊椎外科医生评估了AI解释的准确性和有用性.
• 使用弗莱什易读度得分 (FRES) 和弗莱什-金凯德等级水平 (FKGL) 评估可读性.

主要成果:

• 在20个病例中,17个病例中,外科医生认为GPT-4o解释有帮助.
• 准确性很高,外科医生在55%的病例中达成共识,在其他病例中达成一致.
• 与原始MRI报告相比,AI解释显示了明显改善的可读性 (更高的FRES,更低的FKGL).
• 不准确性往往与原始放射学报告中的细节不足有关.

结论:

• GPT-4o在对胸椎骨折的MRI报告进行总结方面表现出高度的帮助性和可读性.
• 人工智能生成的摘要可以显著提高患者对复杂医学发现的理解.
• GPT-4o显示出作为一种有价值的工具来改善患者与医生的关于MRI结果的沟通.