相关实验视频
Updated: May 10, 2026
10:02
State of the Art Cranial Ultrasound Imaging in Neonates
Published on: February 2, 2015
24.7K
数字化诊断:区分婴儿血瘤与其他血管异常
Aretha On1, Elena Huang1,2,3, Jessica Hills3
1Perelman School of Medicine at the University of Pennsylvania, Philadelphia, Pennsylvania, USA.
Pediatric dermatology
|August 15, 2025
概括
公共可用的生成AI,ChatGPT 4.0,在识别婴儿血管瘤 (IHs) 中显示了75%的准确性,与儿科医生相比. 虽然它不能超过专门的AI,但它可以作为临床助理来区分IH与其他血管异常.
科学领域:
- 医疗人工智能 医疗人工智能
- 儿科皮肤病学 儿科皮肤病学
- 血管异常 血管异常
背景情况:
- 婴儿血管瘤 (IHs) 是常见的儿科血管瘤.
- 对临床医生来说,区分IH与其他血管异常 (VA) 可能具有挑战性.
- 生成性AI模型为医学诊断提供了潜在的新工具.
研究的目的:
- 评估ChatGPT 4.0 (GPT) 在区分IH与其他VA方面的能力.
- 评估GPT作为儿科医生的临床工具的潜力.
- 将GPT的诊断准确度与一般儿科医生的诊断准确度进行比较.
主要方法:
- 一项回顾性研究分析了100张图像 (50张IH,50张非IHVA).
- GPT使用零射击方法对IHs进行二进制分类.
- 图像分析比较了GPT和四名一般儿科医生之间的图像分析.
主要成果:
- 在IH识别中,GPT实现了75%的准确性,F1得分为0.742和AUC为0.80.
- 诸如病变配置,皮肤类型和解剖位置等因素影响了GPT的准确性.
- GPT的表现与一般儿科医生的表现相当 (p=0.345).
结论:
- 现成的GPT (75%准确度) 的准确度低于专业AI (~92%) 的准确度,但显示出作为临床助理的潜力.
- GPT中等的F1分数和AUC表明,在初级保健机构中,GPT有作用区分内脏病.
- 这项研究确定了影响GPT准确性的关键变量,为未来儿童皮肤病学AI模型开发提供了基础.
