基于病例报告的神经眼科疾病的诊断
Yeganeh Madadi1, Mohammad Delsoz, Priscilla A Lao
1Department of Ophthalmology (YM, MD, PAL, JWF, TJH, SY), University of Tennessee Health Science Center, Memphis, Tennessee; Department of Ophthalmology (MYK), University of Colorado School of Medicine, Aurora, Colorado; and Department of Genetics, Genomics, and Informatics (SY), University of Tennessee Health Science Center, Memphis, Tennessee.
像ChatGPT这样的大型语言模型在诊断神经眼科疾病方面表现有前途. GPT-4的准确性达到了82%,这表明它可能用于协助诊断.
科学领域:
- 医学的人工智能
- 眼科 眼科
- 神经学
背景情况:
- 神经眼病带来了复杂的诊断挑战.
- 大型语言模型 (LLM) 是具有潜在临床应用的新兴工具.
研究的目的:
- 评估神经眼科疾病中ChatGPT (GPT-3.5和GPT-4) 的诊断准确性.
- 为了比较LLM诊断性能与神经眼科医生.
主要方法:
- 使用22个神经眼病病例报告作为ChatGPT (GPT-3.5和GPT-4) 的提示.
- 来自LLM的诊断与两个独立的神经眼科医生的诊断进行了比较.
主要成果:
- GPT-3.5的准确率达到了59%,而GPT-4的准确率达到了82%.
- 与GPT-3.5相比,GPT-4与神经眼科医生 (73-77%) 的一致性更高 (55%).
结论:
- 在神经眼科诊断方面,GPT-4具有显著的潜力.
- 需要对LLM在临床环境中的适用性进行进一步的研究,特别是在子专家的访问有限的地方.
更多相关视频
07:26Characterizing the Relationship Between Eye Movement Parameters and Cognitive Functions in Non-demented Parkinson's Disease Patients with Eye Tracking
Published on: September 26, 2019
12:18In Vivo Methods to Assess Retinal Ganglion Cell and Optic Nerve Function and Structure in Large Animals
Published on: February 26, 2022
相关概念视频
Glaucoma: Overview
Prosopagnosia
Open Angle Glaucoma: Treatment
Drugs such as carbonic anhydrase inhibitors, α2- and...
Photoreceptors and Visual Pathways
