通过CT成像诊断卵巢癌的新方法:在临床环境中使用GPT-4o驱动的自动特征识别和验证
Shimin Zhang1, Qiuyang Hou2, Mufei Ding3
1Department of Obstetrics and Gynecology, Shengjing Hospital of China Medical University, Shenyang, Liaoning, China.
Annals of surgical oncology
|February 17, 2026
概括
一个新的AI模型,GPT-4o,通过分析CT扫描和识别关键特征,显示出诊断卵巢癌的前景. 这种人工智能工具有助于临床医生,提高了检测卵巢癌的诊断准确度.
科学领域:
- 在瘤学瘤学.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 由于生物标志物有限,早期卵巢癌的准确非侵入性诊断很难.
- 人工智能 (AI) 显示出用于卵巢癌诊断的潜力,但通常需要专门的工程专业知识.
- 像GPT-4o这样的视觉大语言模型 (LLM) 为AI驱动的癌症诊断提供了新的可能性.
研究的目的:
- 训练和评估GPT-4o用于计算机断层扫描 (CT) 扫描上的卵巢病变的自动识别.
- 评估GPT-4o报告关键CT特征的能力,并区分良性和恶性卵巢病变.
- 为了确定GPT-4o的诊断性能,与经验丰富的放射科医生和妇科瘤学家相比.
主要方法:
- GPT-4o受过训练,可以从CT图像中识别卵巢病变及其特征.
- 该模型的任务是根据已识别的特征将病变分类为良性或恶性.
- 放射科医生和妇科瘤学家独立审查了GPT-4o的报告,并评估了其诊断准确性.
主要成果:
- 在三个数据集中,GPT-4o实现了80.80%,79.14%和93.33%的诊断准确率.
- 人工智能模型的性能超过了具有10年经验的妇科瘤学家的性能.
- GPT-4o在检测关键CT特征方面表现出高可靠性,为临床医生提高了诊断准确性.
结论:
- GPT-4o有效地识别了与卵巢癌相关的关键CT特征.
- 人工智能模型在检测卵巢癌方面显示出有希望的诊断准确性.
- GPT-4o提供了高质量的诊断证据,有可能增强临床决策.
