骨扫描的AI辅助解释:在AI驱动的核成像解释中,ChatGPT-4o和TFDA批准的骨光学平台之间的性能比较

科学领域:

• 核医学是一种核医学.
• 医疗成像中的人工智能
• 人工智能的人工智能

背景情况:

• 像ChatGPT-4o这样的人工智能 (AI) 和大型语言模型 (LLM) 正在医学成像中出现,以提供诊断支持.
• 它们在核医学中的实用性,特别是用于骨光学 (BS),仍然在很大程度上未被探索.
• 这项研究评估了ChatGPT-4o和一个专门的BS平台,用于解释BS图像以检测骨转移.

研究的目的:

• 评估ChatGPT-4o和台湾食品和药物管理局 (TFDA) 批准的骨光学 (BS) 平台在解释BS图像方面的能力.
• 评估它们在检测和定位骨转移的性能.
• 为了比较他们的解释准确度与董事会认证的核医学医生.

主要方法:

• 总共有52张BS图像进行了分析.
• 采用了三种解释方法:经过董事会认证的医生 (黄金标准),ChatGPT-4o多式模式图像分析和BS平台.
• 使用二进制分类和病变定位在9个预定义的解剖区域评估性能.

主要成果:

• 在二进制分类中,ChatGPT-4o实现了84.6%的准确性,与BS平台的82.7%相比.
• 聊天GPT-4o在病变定位方面表现明显较低,精度为32.5%,灵敏度为13.3%.
• BS平台的区域精度更高,精度为80.3%,灵敏度为64.9%.

结论:

• 聊天GPT-4o显示了骨转移检测和报告起草的初步潜力,但由于病变局部化不佳,临床使用受到限制.
• 在这项研究中,专门的BS平台表现出更一致的区域准确性.
• 这些发现表明报告支持的可行性,而不是临床部署,强调需要针对领域特定的培训和更大的核医学LLM多中心研究.