ChatGPT kann für präoperative MRT-Diagnose von Hirntumoren nützlich sein
Im Bereich der Radiologie, wo eine korrekte Diagnose für die ordnungsgemäße Versorgung der Patienten entscheidend ist, könnten große Sprachmodelle wie ChatGPT die Genauigkeit verbessern, oder zumindest eine gute zweite Meinung bieten.
Um dieses Potenzial zu testen, verglich das Team um Doktorand Yasuhito Mitsuyama und Associate Professor Daiju Ueda von der Graduate School of Medicine der Osaka Metropolitan University die diagnostische Leistung von ChatGPT auf der Grundlage von GPT-4 mit jener von Radiologen bei 150 präoperativen MRT-Berichten über Hirntumore. Auf der Grundlage dieser täglichen klinischen Aufzeichnungen in japanischer Sprache wurden ChatGPT, zwei zertifizierte Neuroradiologen und drei allgemeine Radiologen gebeten, Differentialdiagnosen und eine endgültige Diagnose zu erstellen.
Anschließend wurde ihre Genauigkeit auf der Grundlage der tatsächlichen Diagnose des Tumors nach dessen Entfernung berechnet. Die Ergebnisse lagen bei ChatGPT bei 73 %, bei Neuroradiologen bei durchschnittlich 72 % und bei allgemeinen Radiologen bei durchschnittlich 68 %. Außerdem variierte die endgültige Diagnosegenauigkeit von ChatGPT je nachdem, ob der klinische Bericht von einem Neuroradiologen oder einem allgemeinen Radiologen verfasst wurde. Bei Berichten von Neuroradiologen lag die Genauigkeit bei 80 %, bei Berichten von Allgemeinradiologen dagegen bei 60 %.
“Diese Ergebnisse legen nahe, dass ChatGPT für die präoperative MRT-Diagnose von Hirntumoren nützlich sein kann”, erklärte der Doktorand Mitsuyama. “In Zukunft wollen wir große Sprachmodelle in anderen Bereichen der diagnostischen Bildgebung untersuchen, um die Belastung der Ärzte zu verringern, die Diagnosegenauigkeit zu verbessern und KI zur Unterstützung von Bildungsumgebungen einzusetzen.”
Original Paper:
Lesen Sie auch:
Schlauer als ChatGPT: MEVIS Forschende entwickeln Basismodell für Biomarker-Erkennung – MedLabPortal
Radiologie: GPT-4V macht Assistenzärzte überflüssig – MedLabPortal
Die Beiträge im News-Bereich werden erstellt vom X-Press Journalistenbüro
Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.