在角膜疾病识别中ChatGPT的诊断性能从裂灯照片中识别角膜疾病
1General Practice, Royal Stoke University Hospital, Stoke on Trent, GBR.
Cureus
|December 8, 2025
概括
通过眼睛照片诊断角膜病理,ChatGPT-4o显示出中等准确度,与眼科医生相似. 这种大型语言模型显示出作为一种支持工具的承诺,用于在监督下对眼科图像进行解释.
科学领域:
- 眼科医生 眼科 眼科
- 人工智能的人工智能
- 医学诊断 医学诊断 医学诊断
背景情况:
- 视角病理诊断依赖于光灯照片的专家解释.
- 大型语言模型 (LLM) 正在成为医学图像分析的潜在工具.
研究的目的:
- 评估ChatGPT-4o在从裂纹灯图像中识别角膜病理方面的诊断准确性.
- 为了比较ChatGPT-4o的准确性与咨询眼科医生的准确性.
主要方法:
- 预期诊断准确性研究涉及22张灯照片.
- 聊天GPT-4o和两个咨询眼科医生评估图像与参考标准.
- 麦克纳马的测试用于人工智能和人类表现之间的统计比较.
主要成果:
- 聊天GPT-4o的准确率达到50%,眼科医生A的准确率达到64%,眼科医生B的准确率达到55%.
- 在ChatGPT-4o和眼科医生A (p=0.01) 之间发现了统计学上显著的差异.
- 在ChatGPT-4o和眼科医生B之间没有观察到统计学上显著的差异 (p=0.37).
结论:
- ChatGPT-4o对角膜病理的诊断准确度中等,与眼科医生相当.
- 在眼科图像解释中,LLM显示出作为辅助工具的潜力.
- 聊天GPT-4o还不适合自主诊断,但可以支持监督的临床决策.
