解剖插图的文字到图像生成器:潜力和局限性

科学领域:

• 医学插图 医学插图
• 人工智能在医学中的应用
• 解剖学教育 解剖学教育

背景情况:

• 人工智能 (AI) 已经迅速发展,为医学插图和可视化提供了高效的方法.
• 由人工智能驱动的工具可以创建自定义插图,并以成本有效的方式可视化复杂的医学和解剖学内容.

研究的目的:

• 评估人工智能的优势和局限性,以生成解剖图案.
• 评估AI工具在解剖教育中的应用潜力.

主要方法:

• 评估了ChatGPT,微软设计师,Craiyon和Image FX用于生成器官和生殖系统的插图.
• 根据解剖学准确性,教育实用性和视觉质量评估图像,使用五分利克特尺度.

主要成果:

• 图像FX,ChatGPT和微软设计师的得分比Craiyon (1.86) 高 (3.46,3.40,3.24) 的得分更高.
• 产生的图像往往缺乏解剖学准确性,尽管视觉质量很好.
• 微软设计师面临着对敏感内容的政策限制,而其他人则产生了不准确的图像.

结论:

• 人工智能文本到图像生成器对解剖学插图有能力和局限性.
• 未来的人工智能模型需要与准确的解剖数据库和术语集成,以改善医学教育应用.