Badania opublikowane w tym roku w Radiology wykazały, że GPT-4 rzeczywiście można zastosować do sprawdzania raportów radiologicznych i jest tak czuły, jak ludzie sobie to wyobrażają. Dominatribute było dziełem dr. Romana J. Gertza, który współpracował ze swoim zespołem badawczym z Dpt. Radiologii w Szpitalu Uniwersyteckim w Kolonii w Niemczech. W badaniu porównano GPT-4 z sześcioma radiologami o różnym poziomie doświadczenia. Badania skupiały się na wykryciu możliwych błędów w 200 dokumentach medycznych z rodzaju radiologii, tj. zdjęciach RTG i obrazowaniu CT/MRI, przechowywanych w okresie od czerwca 2023 r. do grudnia 2023 r.
GPT-4 zmieni reguły gry w korekcie radiologicznej
Ocena wykazała, że wskaźnik wykrywalności GPT -4 wynosi 82,7%, co jest bardzo podobne do czułości radiologów (główne źródło). Co więcej, GPT-4 przetwarzał raporty znacznie szybciej w porównaniu z najwolniejszym czytnikiem ludzkim, a średnie koszty ponoszone na raport były najniższe, co wskazywało nie tylko na jego użyteczność, ale także na jego potencjał oszczędzania pieniędzy na oddziałach radiologii.
Dr Gertz podkreśla, że sztuczna inteligencja, podobnie jak GPT-4, ma ogromny potencjał do wprowadzenia na oddziały radiologiczne; może to doprowadzić do szybkiego i precyzyjnego wygenerowania odpowiedniego raportu. Badanie wykazało, że narzędzia do korekty oparte na sztucznej inteligencji są potężnym narzędziem usprawniającym usługi opieki zdrowotnej, ponieważ mogą obniżyć koszty operacji radiologicznych i liczbę błędów.
Badania przeprowadzone przez Radiology, a nawet opublikowane w Journal of Radiology ukryły fakt, że pierwszy w historii model językowy, GPT-4, opracowany w ramach projektu OpenAI, wykazał dużą dokładność radiologów w wykrywaniu błędów w raportach radiologicznych. Kierowane przez dr Romana J. Gertza z Zakładu Radiologii Szpitala Uniwersyteckiego w Kolonii w Niemczech prace instytutu nad sztuczną inteligencją porównuje się do ewolucji radiologii.
Skuteczne wykrywanie błędów
Przypadek ten przeprowadzono na podstawie 200 raportów radiologicznych z zdjęć rentgenowskich i obrazów CT/MRI, które należy przeanalizować, aby ocenić skuteczność GPT-4 w porównaniu z 6 radiologami mającymi różne doświadczenia. Ujawniono fakt, że GPT-4 osiągnął wysoką dokładność wykrywania sięgającą 82,7%, zupełnie jak radiolog. Taka skuteczność wykrywania błędów pozwoli na wygenerowanie szczegółowego raportu w znacznie krótszym czasie.
W omawianych badaniach jedną z kluczowych mocnych stron jest opłacalność GPT-4. Chociaż na początku jest dość drogi, przetwarzanie i weryfikacja GPT-4 zajmuje mniej czasu niż ludzie po wdrożeniu, co daje niższy średni koszt raportu. Ta funkcja oszczędzająca koszty sprawia, że GPT-4 jest użytecznym narzędziem do obsługi i konserwacji oddziałów radiologii, które cenią sobie porządek w pracy i mniejsze nakłady finansowe.
Integracja z opieką zdrowotną
Według obserwacji dr Gertza kluczową technologią sztucznej inteligencji, która zostanie zintegrowana na oddziałach radiologii, będzie Gpt4, której głównym celem będzie poprawa wyników opieki nad pacjentem. Korekta wspomagana sztuczną inteligencją pomaga firmie Radiations mieć pewność co do rzetelności raportu z diagnozy i w ten sposób podnosi jakość świadczenia opieki zdrowotnej. Poza tym dostępność i przystępne ceny GPT-4 wśród zapotrzebowania na usługi radiacyjne oferują technologię, która nie tylko zmniejsza liczbę błędów medycznych, ale także minimalizuje koszty operacyjne.
Oczekuje się, że sztuczna inteligencja będzie się rozwijać, a w dziedzinie radiologii prowadzone będą badania, które będą wyznaczać kierunki dalszych badań i rozwoju w tej dziedzinie. W tym przyszłym scenariuszu dr Gertz utrzymuje, że GPT-4 lub jakiekolwiek inne technologie AI są niezbędnymi elementami, które pomagają przyspieszyć diagnostykę i podnieść jakość opieki zdrowotnej. Oddziały radiologii mogą wykorzystać możliwości sztucznej inteligencji, aby pokonać problemy rozwijającej się branży zdrowotnej. Sztuczna inteligencja zapewnia terminowe, precyzyjne i opłacalne usługi diagnostyczne dla pacjentów na całym świecie.
Artykuł ten pierwotnie ukazał się w Medical Express.