在超声波上评估胆囊聚的大型语言模型的多输入策略:比较研究

科学领域:

• 医学成像分析 医学成像分析
• 医疗保健中的人工智能
• 胃肠病学 诊断 诊断 胃肠病学

背景情况:

• 胆囊多是常见的,通常是良性的,并通过超声波检测出来,造成诊断工作量和患者焦虑.
• 目前针对≥1.0厘米的息肉的手术指南可能会导致对非新生病变的过度治疗.
• 先进的大型语言模型 (LLM) 显示了医疗图像分析的潜力,为工作量和患者咨询提供了解决方案.

研究的目的:

• 评估使用LLM (ChatGPT-4o,Claude 3.5 Sonnet) 来区分腺瘤和非新生性胆囊聚体 (≥1.0厘米) 的可行性.
• 将LLM诊断性能与放射科医生和当前的外科指南进行比较.
• 评估不同的LLM输入策略:直接图像分析,基于特征的文本分析和基于评分模型的文本分析.

主要方法:

• 超声波图像的回顾性分析和胆囊多≥1.0厘米的报告 (2011年1月至2022年1月).
• 使用三个策略对LLM绩效的评估:LLMs-图像,LLMs-文本和LLMs-模型.
• 将LLM诊断指标 (灵敏度,特异性,准确性,不必要的切除率) 与使用评分系统 (读者/LLMs模型) 的指南建议和放射科医生进行比较.

主要成果:

• 与图像或基于文本的策略相比,LLMs模型策略显示了明显更高的读者内部协议.
• 使用分数模型 (LLMs-model) 的LLM获得了与放射科医生可比的准确性,并且明显高于指南 (0.35对0.22).
• 该LLMs模型策略显著降低了非新发性息肉的不必要切除率 (83%与100%相比),同时保持了与指导方针相匹配的灵敏度.

结论:

• 直接医学图像解释的LLM能力需要进一步增强.
• 基于文本的分析与评分系统相结合,代表了在胆囊多评估中最有效的LLM诊断策略.
• LLM 显示有潜力帮助减少良性胆囊多的过度治疗.