在放射病例中基于GPT的差异诊断精度的系统审查和元分析:2023-2025年

科学领域:

• 人工智能在医学中的应用
• 医学成像和诊断 医学成像和诊断
• 在医疗保健中的自然语言处理.

背景情况:

• 生成式预训练变压器 (GPT) 模型在各种医疗应用中显示出前景.
• 在放射学中评估它们的诊断准确性对于临床整合至关重要.
• 需要了解基于输入类型和模型版本的性能变化.

研究的目的:

• 系统地评估放射学中不同GPT模型的诊断准确性.
• 通过文本和视觉输入方式来比较性能.
• 分析模型版本和临床背景对差异诊断的影响.

主要方法:

• 一个系统的审查和对来自PubMed和SCOPUS的639篇文章的元分析.
• 纳入标准侧重于GPT模型在放射病例中的诊断准确性.
• 分析了28项研究,使用纽卡斯尔-太华尺度进行偏差,使用曼-惠特尼U测试和通用线性混合效应模型 (GLMM) 进行准确性.
• 诊断准确性被评估为顶部和差异诊断.

主要成果:

• 新的GPT模型 (GPT-4T,GPT-4o) 的性能明显优于旧版本 (GPT-3.5).
• 文本输入比视觉输入 (GPT-4V) 的准确度更高.
• 提供临床病史和使用私人数据提高了诊断准确度.
• 对于高级模型和文本输入,GLMM表示准确度更高,对于视觉和公共数据,准确度更低.

结论:

• 放射学诊断中的GPT模型性能因模型版本,输入方式和数据源而异.
• 新的模型显示了更好的准确性,基于文本的输入优越.
• 高度的方法异质性需要为未来的研究制定标准化的研究方案.