ChatGPT demuestra la evaluación a nivel humano de los informes de resonancia magnética de tumores cerebrales

A medida que avanza la inteligencia artificial, sus usos y capacidades en aplicaciones del mundo real continúan alcanzando nuevas alturas que pueden incluso superar la experiencia humana. En el campo de la radiología, donde un diagnóstico correcto es crucial para garantizar una atención adecuada al paciente, excelentes modelos de lenguaje, como ChatGPT, pueden mejorar la precisión o al menos ofrecer una buena segunda opinión.

Para probar su potencial, el estudiante de posgrado Yasuhito Mitsuyama y el equipo del profesor asociado Daiju Ueda de la Facultad de Medicina de la Universidad Metropolitana de Osaka dirigieron a los investigadores a comparar el rendimiento diagnóstico de ChatGPT basado en GPT-4 y los radiólogos en 150 informes de resonancia magnética de tumores cerebrales preoperatorios.

Con base en estas notas clínicas diarias escritas en japonés, se pidió a ChatGPT, dos neurorradiólogos certificados y tres radiólogos generales que proporcionaran un diagnóstico diferencial y un diagnóstico final.

A continuación, se calculó su precisión en función del diagnóstico real del tumor después de su extirpación. Los resultados fueron del 73 % para ChatGPT, un promedio del 72 % para los neurorradiólogos y un promedio del 68 % para los radiólogos generales.

Además, la precisión del diagnóstico final de ChatGPT varió dependiendo de si el informe clínico fue escrito por un neurorradiólogo o un radiólogo general. La precisión de los informes de los neurorradiólogos fue del 80%, en comparación con el 60% cuando se utilizaron los informes de los radiólogos generales.

Suscríbase al boletín Daily Dose y reciba todas las mañanas las mejores noticias científicas de toda la Web directamente en su bandeja de entrada. Es fácil como el domingo por la mañana.

«Estos resultados sugieren que ChatGPT puede ser útil para el diagnóstico preoperatorio de tumores cerebrales mediante resonancia magnética», dijo el estudiante graduado Mitsuyama. «En el futuro, pretendemos estudiar grandes modelos lingüísticos en otras áreas del diagnóstico por imágenes con el objetivo de reducir la carga de los médicos, mejorar la precisión del diagnóstico y utilizar la IA para respaldar los entornos educativos».

CRÉDITO DE LA IMAGEN: Universidad Metropolitana de Osaka