放射学中的人工智能:ChatGPT的诊断灵敏度用于检测头骨计算机断层扫描中的出血
Olga Bayar-Kapıcı1, Erman Altunışık2, Feyza Musabeyoğlu2
1Seyhan State Hospital, Clinic of Radiology, Adana, Türkiye.
Diagnostic and interventional radiology (Ankara, Turkey)
|July 21, 2025
概括
当提供指导提示时,ChatGPT-4V在CT扫描中显示了对内出血的诊断准确度的提高. 这种大型语言模型显示了在临床放射学中作为支持工具的潜力.
科学领域:
- 医疗成像中的人工智能
- 放射学和诊断成像技术 放射学和诊断成像技术
- 神经学和神经成像学
背景情况:
- 像ChatGPT-4V这样的大型语言模型 (LLM) 正在探索临床应用.
- 评估AI在解释医疗图像方面的诊断能力至关重要.
- 非对比的头骨计算机断层扫描 (CT) 是诊断内出血的一个关键方法.
研究的目的:
- 评估ChatGPT-4V在识别各种内出血的诊断性能,使用非对比的内CT图像.
- 为了确定引导提示是否可以提高ChatGPT-4V在出血检测和分类中的准确性.
主要方法:
- 聊天GPT-4V呈现了2DCT切片的内出血.
- 最初的提示评估成像模式识别和一般诊断 (Q1,Q2).
- 随访提示提供了出血线索,以评估特定出血类型识别的改善 (Q3).
主要成果:
- 在所有情况下,ChatGPT-4V都准确地识别了成像模式.
- 在没有指导 (Q2) 的情况下,外周血液瘤 (EDH),腹腔血液瘤 (SDH) 和脑下关节出血 (SAH) 的诊断准确性是有限的.
- 使用指导提示 (Q3),准确度显著提高,特别是在SDH (60%) 和整体出血性脑血管疾病 (100%) 中.
- 灵敏度和精度从23.6%和57.4% (第二季度) 提高到50.9%和71.3% (第三季度).
结论:
- 聊天GPT-4V识别成像模式的能力很强.
- 对内出血的诊断准确性随着上下文指导而显著提高.
- 像ChatGPT-4V这样的AI模型显示出在放射学解释中作为辅助工具的前景.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
255
