大型语言模型在肌肉组织学分类中的比较性能突出显示了ChatGPT-4o在组织识别中的增强精度
Parth Shah1, David J Boughanem1, John M Templeton2,3
1Medicine, University of South Florida Morsani College of Medicine, Tampa, USA.
Cureus
|September 15, 2025
概括
这项研究评估了用于分析病理幻灯片的大型语言模型 (LLM). 聊天GPT-4o在识别组织类型方面表现最好,尽管所有模型都需要改进,以便可靠的临床或教育用途.
科学领域:
- 人工智能在医学中的应用
- 数字病理学数字病理学
- 历史学 图像分析 图像分析
背景情况:
- 大型语言模型 (LLM) 是一个新兴的AI亚型,在病理学中具有尚未开发的潜力.
- 病理幻灯片检查是将AI整合到医学中的一个关键领域.
研究的目的:
- 为了研究双子座1.5闪光,ChatGPT-4o和克劳德3.5索内特的组织学图像识别能力.
- 评估这些多式联络LLM对于临床或医学教育应用的适用性.
主要方法:
- 来自南佛罗里达大学虚拟显微镜数据库的300张数字组织学图像的评估.
- 提示模型用于识别组织类型和切割平面 (纵向/横向).
- 使用标准机器学习指标 (精度,回忆,准确性,F1分数) 进行性能分类.
主要成果:
- 在组织类型预测方面,ChatGPT-4o获得了最高的F1评分 (0.772).
- 对于分割预测,克劳德3.5索内特的F1得分最高 (0.472),其次是ChatGPT-4o (0.396) 和双子1.5闪光 (0.344).
结论:
- 在评估的LLMs中,ChatGPT-4o在组织识别方面表现优越.
- 分区评估中的不准确性凸显了为可靠的临床和教育部署需要进一步改进模型的需要.


