ChatGPT 在基于 CT 成像的恶性骨肿瘤识别中显示潜力：研究

研究方法和结果

该研究涉及分析了由25名临床医生解读的1,366份良性和恶性骨肿瘤影像报告。这些报告被输入到 ChatGPT 模型中，并进行了少样本学习。研究人员比较了少样本学习前后的人工智能模型结果，并检查了放射科医生报告风格对 ChatGPT 的影响。研究结果显示，少样本学习提高了 ChatGPT 的准确性和敏感性。然而，该人工智能模型在诊断中出现了几个错误，包括将良性病变误诊为转移性肿瘤或骨肉瘤，将骨肉瘤误诊为骨髓炎，将软骨肉瘤误诊为纤维性骨发育不良或动脉瘤性骨囊肿。此外，还出现了脊髓脊膜瘤和脊椎结核的误诊情况。

合作的重要性和未来的影响

该研究强调了医生与 ChatGPT 在实际临床环境中合作的必要性，因为这一人工智能模型有助于良性和恶性骨肿瘤的诊断。研究人员得出结论，该研究为医学领域的人工智能未来发展奠定了基础，并强调了少样本学习在精细调整 ChatGPT 在专业领域应用中的好处。完整的研究可以在这里找到。