肌肉骨超声波中大型语言模型的诊断性能:对ChatGPT-5.1和双子座进行植物性带炎的比较评估
Ilknur Akkus1, Gulnihal Deniz2
1Department of Physical Medicine and Rehabilitation, Elazıg Fethi Sekin City Hospital, Elazıg, Turkey. drilknurakkus@gmail.com.
Journal of imaging informatics in medicine
|March 17, 2026
概括
大型语言模型显示了肌肉骨超声波的前景. 聊天GPT-5.1在分类脚部带炎方面取得了很高的准确性,而Gemini提供了高灵敏度但较低的特异性.
科学领域:
- 肌肉骨超声波 肌肉骨超声波
- 人工智能在医学中的应用
- 诊断成像 诊断成像 诊断成像
背景情况:
- 大型语言模型 (LLM) 越来越多地被用于医学应用,包括肌肉骨超声波解释.
- 关于LLM诊断能力的证据对于特定条件,如脚带炎是有限的.
研究的目的:
- 评估ChatGPT-5.1和Gemini在从纵向超声波图像中分类脚部带炎的诊断准确性.
- 将这些LLM的绩效指标与经过董事会认证的医生评估进行比较.
主要方法:
- 一项前性研究分析了80个匿名的足部护膜超声图像.
- 通过使用标准化提示,ChatGPT-5.1和Gemini独立地将图像分类为正常或病态.
- 分类标准包括面膜厚度≥4毫米,低可热性和纤维结构受损.
主要成果:
- 聊天GPT-5.1实现了83.8%的准确性,具有67.6%的灵敏度和97.7%的特异性 (κ=0.666).
- 双子号实现了66.3%的准确性,具有100%的灵敏度和37.2%的特异性 (κ=0.354).
- 麦克纳马的测试显示了分类决策的显著差异 (p=0.035),ChatGPT-5.1的错误阳性结果较少.
结论:
- LLM显示了协助肌肉骨超声波解释的可行性,具有独特的性能配置文件.
- 聊天GPT-5.1显示出一个平衡的形状,适合确认诊断,而双子座的高灵敏度表明查作用.
- 需要进一步的多中心验证,以有效地基于其互补特征集成LLM.
