用通用AI对大腿骨头骨瘤进行分期:从Ficat-Arlet分类中吸取教训
Bülent Alyanak1, Burak Tayyip Dede2, Fatih Bağcıer3
1Department of Physical Medicine and Rehabilitation, Gölcük Necati Çelik State Hospital, Kocaeli, Turkey. bulentalyanak@hotmail.com.
Journal of imaging informatics in medicine
|December 16, 2025
概括
一般的人工智能 (AI) 显示出有限的诊断能力,用于使用X射线来确定股骨头的无血管亡 (AVN). 为了可靠的骨科成像解释,需要进一步的特定任务培训.
科学领域:
- 整形外科成像 整形外科成像
- 放射学中的人工智能
- 诊断能力评估 诊断能力评估
背景情况:
- 股骨头的血管性亡 (AVN) 需要精确的放射性分期才能有效管理.
- 一般目的视觉语言模型 (VLMs) 是新兴的工具,在医学图像解释中具有潜在的应用.
- 目前VLM在骨科放射学中的诊断性能在很大程度上仍未被探索.
研究的目的:
- 从概念上评估ChatGPT-4o的诊断能力和局限性,用于大腿骨头AVN的X射线分期.
- 在骨科条件的放射学推理中划出通用AI的界限.
- 通过使用平面放射图来评估ChatGPT-4o与Ficat-Arlet (FA) 分类的性能.
主要方法:
- 对240张已知FA分期的前后骨盆X射线图像进行了回顾性分析.
- 采用 ChatGPT-4o 评估普通射线图,使用标准化提示,而无需访问MRI数据.
- 模型输出与基准真相标签的比较,使用灵敏度,特异性,精度,准确性和AUC.
主要成果:
- 聊天GPT-4o实现了25.8%的微平均灵敏度和79.5%的特异性.
- 接收器运行特征曲线 (AUC) 下的平均面积为0.55,表明性能差.
- 在Ficat-Arlet阶段,诊断指标的差异很大,在第4阶段 (10.4%) 敏感度最低.
结论:
- 像ChatGPT-4o这样的通用AI在复杂的骨科诊断中在放射学推理方面存在概念上的局限性.
- 该模型的低灵敏度和不一致的性能凸显了对专门AI模型的需求.
- 特定任务培训和均衡的数据集对于开发可靠的骨科成像人工智能工具至关重要.


