Оценка Microsoft Bing с использованием ChatGPT-4 для анализа изображений органов брюшной полости, полученных при компьютерной и магнитно-резонансной томографии

Evaluating Microsoft Bing with ChatGPT-4 for the assessment of abdominal computed tomography and magnetic resonance images
Alperen Elek, Duygu Doğa Ekizalioğlu, Ezgi Güler
2024-08-19

ChatGPT-4Microsoft Bingабдоминальная КТ и МРТбольшие языковые моделиинтерпретация радиологических изображений
Цель: Оценить эффективность Microsoft Bing с технологией ChatGPT-4 при анализе изображений органов брюшной полости, полученных методом компьютерной томографии (КТ) и магнитно-резонансной томографии (МРТ). Методы: С использованием институциональных систем архивирования и передачи медицинских изображений был проведён сравнительный описательный анализ. В исследование включили 80 изображений органов брюшной полости (44 КТ и 36 МРТ), на которых были представлены различные патологические процессы, поражающие структуры брюшной полости. Интерпретации Microsoft Bing сравнивали с заключениями радиологов по следующим параметрам: распознавание метода визуализации; определение плоскости изображения (аксиальная, корональная и сагиттальная); определение последовательностей при МРТ; выявление введения контрастного вещества; правильное определение анатомической области, представленной на изображении; и обнаружение патологических изменений. Результаты: Microsoft Bing распознал изображения КТ с точностью 95,4% (42/44), а изображения МРТ — с точностью 86,1% (31/36). При этом он не распознал одно изображение КТ (2,3%), а другое изображение КТ ошибочно классифицировал как МРТ (2,3%). Кроме того, четыре изображения МРТ (11,1%) были ошибочно классифицированы как изображения КТ, а одно — как рентгенограмма (2,7%). Bing правильно определил области брюшной полости в 83,75% случаев; точность составила 90% для КТ (40/44) и 77,7% для МРТ (28/36). При определении плоскостей изображения успешность составила 95,4% для КТ и 83,3% для МРТ. При определении последовательностей МРТ (Т1-взвешенных и Т2-взвешенных) точность составила 68,75%. При выявлении использования контрастного вещества при КТ успешность составила 64,2%. Bing обнаружил патологические изменения на 35% изображений, однако правильно интерпретировал их для постановки окончательного диагноза лишь в 10,7% случаев. Заключение: Хотя Microsoft Bing, использующий технологию ChatGPT-4, демонстрирует способность выполнять базовые задачи по идентификации изображений при КТ и МРТ органов брюшной полости, его неспособность надёжно интерпретировать патологические изменения подчёркивает необходимость дальнейшего совершенствования для повышения клинической применимости. Клиническая значимость: Возможности больших языковых моделей (LLM) в диагностическом процессе радиологии всё ещё изучаются. Однако при всестороннем понимании их возможностей и ограничений LLM могут существенно поддерживать радиологов в процессе диагностики и повышать общую эффективность работы подразделений абдоминальной радиологии. С учётом ограничений современных исследований, посвящённых применению ChatGPT в данной области, настоящая работа создаёт основу для будущих клинических исследований, способствуя разработке более интегрированных и эффективных диагностических инструментов.
1
Хотя Bing выявил патологические изменения на 35% изображений, правильный окончательный диагноз был установлен лишь в 10,7% случаев, что ограничивает клиническую надежность.
2
Bing правильно определил анатомическую область на 83,75% изображений, показав лучшие результаты для КТ, чем для МРТ.
3
Bing определял наличие контрастного усиления при КТ с точностью 64,2%.
4
Распознавание плоскости изображения достигло 95,4% для КТ и 83,3% для МРТ, тогда как идентификация МР-последовательностей составила 68,75%.
5
Microsoft Bing с ChatGPT-4 идентифицировал изображения абдоминальной КТ с точностью 95,4% и МРТ с точностью 86,1%.

Изображения брюшной полости, полученные с помощью компьютерной томографии (CT) и магнитно-резонансной томографии (MRI), анализируемые Microsoft Bing с использованием ChatGPT-4

Рабочие характеристики и диагностические возможности Microsoft Bing с использованием ChatGPT-4 при распознавании методов визуализации, проекций, последовательностей MRI, применения контрастного вещества, анатомических областей и патологических изменений в брюшной полости

Publication Details
Publication Date
2024-08-19
Journal
Publisher
ISSN
Cited by
11
Access Type
Author Information
Authors
Alperen Elek
Duygu Doğa Ekizalioğlu
Ezgi Güler
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%