研究人员评估了ChatGPT在诊断肌肉骨骼疾病方面的表现与放射科医生的比较。他们研究了106个影像案例，发现虽然ChatGPT的表现与放射科住院医师相似，但与经过认证的放射科医生的准确性相比并不匹配。
在放射学领域，准确解释诊断图像需要对各种医疗情况有深入的理解。近期，像ChatGPT这样的生成式人工智能模型已成为潜在的诊断辅助工具，但其准确性仍需进行全面评估，以便有效应用于未来。
为此，大阪市立大学医学研究生院的堀内大介博士和上田大寿副教授领导了一个研究团队，比较ChatGPT的诊断能力与放射科医生的能力。他们使用了106个肌肉骨骼影像案例的数据集，其中包括患者历史、图像和诊断结果。
在他们的分析中，每个案例的信息被输入到GPT-4和其视觉增强版GPT-4V中，以生成可能的诊断。相对而言，同样的案例由一名放射科住院医师和一名经过认证的放射科医生进行评估，他们被要求提供诊断。结果表明，GPT-4的表现优于GPT-4V，并展现出与放射科住院医师相似的诊断准确性。然而，ChatGPT的表现明显低于经过认证的放射科医生。
“这项研究表明，虽然ChatGPT在诊断影像中可以提供帮助，但其准确性与经过认证的放射科医生相比仍有差距。在考虑其应用之前，深入了解其作为诊断工具的能力是至关重要的，”堀内博士表示。“像ChatGPT这样的生成式人工智能工具在不断演进，未来人们对它们在诊断影像中作为支持资源的作用寄予厚望。”
这项研究的结果发表在《欧洲放射学》上。
