原始文章

這項研究評估了具影像識別功能的 ChatGPT 4.0 在診斷鱗狀細胞癌 (SCC) 和白斑病的能力,分析了 45 張影像。結果顯示,ChatGPT 4.0 能準確識別白斑病,但對 SCC 的診斷能力有限,需結合臨床病史才能提高準確性。僅依臨床病史時,白斑病和部分 SCC 的誤分類情況明顯。整體而言,雖然在白斑病檢測上有潛力,但對於口腔及咽喉部的 SCC 診斷仍不可靠,未來技術進步可能改善其臨床應用。 PubMed DOI


站上相關主題文章列表

人工智慧在病理學,尤其是癌症診斷領域,正快速發展。像ChatGPT這樣的AI工具被研究其提升診斷精準度和效率的潛力。透過結合數位切片和先進演算法,AI可以增進病理醫師的能力,處理龐大數據。但AI要成功應用於癌症診斷,必須克服偏見、法律問題和與現有系統整合等挑戰。 PubMed DOI

研究使用OpenAI的GPT-4.0來自動分類口咽部鱗狀細胞癌的CLE影像,結果顯示GPT模型準確率為71.2%,人類專家為88.5%。GPT展現了在影像分類上的潛力,但仍需進一步研究驗證其在不同臨床情境下的準確性。 PubMed DOI

研究發現ChatGPT在臨床案例中的診斷和治療方面表現準確,並得到醫師認可。這顯示人工智慧模型在醫療領域與醫生合作的潛力,可減少錯誤和工作量。然而,仍需進一步研究以了解其能力和潛在偏見。 PubMed DOI

醫療領域的人工智慧越來越進步,專注在認知能力,像是做決策和解決問題。ChatGPT是一個自然語言處理模型,已經被研究在回答口腔病理學相關問題上的表現。研究使用了ChatGPT3.5回答了25個問題,並由病理學家評估。這個研究顯示了在處理病理學問題上的能力,產生了有意義的回答。未來版本需要更多研究以提升準確性。 PubMed DOI

這項研究探討人工智慧(AI)在早期診斷口腔扁平苔蘚(OLP)的應用,傳統上依賴臨床經驗。研究分析了128名OLP患者的影像,評估多個AI平台的診斷效果。經過訓練後,AI的診斷準確率顯著提升,頰黏膜病變的識別率高達94%。不過,AI在識別不常見部位和複雜病例上仍有困難,特別是牙齦病變。這項研究顯示AI在口腔醫學的潛力與挑戰,為未來應用提供了重要見解。 PubMed DOI

這項研究評估了ChatGPT-4.0在根據組織病理學描述識別口腔及顏面部病變的表現,並與病理學家的診斷進行比較。分析了102個匿名病例,ChatGPT-4.0的診斷準確率為59.8%,正確診斷61個病例。結果顯示,年齡與診斷分數有中度負相關,性別則無顯著影響。ChatGPT-4.0在肉芽腫和炎症病例的診斷上特別困難,錯誤率高達100%;而在黏液囊腫病例中表現最佳,正確率為93.3%。整體而言,顯示出進一步改進的必要性。 PubMed DOI

ChatGPT 能生成類似人類的文本,並在醫療應用上特別擅長自然語言處理。雖然它無法直接分析醫療影像,但可以協助撰寫報告、總結發現,並根據相關文本提供見解。在顱面疾病方面,ChatGPT 可幫助撰寫和翻譯放射科報告,並整合病歷與症狀,輔助醫療專業人員做出決策。不過,任何診斷或臨床決策仍需由合格的醫療專業人員負責,AI 只是輔助工具。 PubMed DOI

這項研究評估了多種人工智慧模型在診斷口腔潛在惡性病變(OPMLs)的準確性,特別是ChatGPT 3.5、4.0、4o和Gemini。研究使用42個案例和兩個數據集的影像進行測試。結果顯示,GPT 4o在文本診斷中表現最佳,正確回答27個案例,其次是GPT 4.0、3.5和Gemini。在影像識別方面,GPT 4o也優於Gemini。不過,這些模型的準確性仍未達到專家水平,顯示出中等到良好的協議程度。研究指出,雖然人工智慧在診斷OPMLs上有潛力,但整合進臨床實踐時需謹慎。 PubMed DOI

這項研究探討了基於人工智慧的聊天機器人ChatGPT-4在口腔黏膜病變鑑別診斷中的有效性。研究收集了因口腔黏膜活檢而轉診的患者數據,並將病變描述輸入ChatGPT以生成診斷,與專家診斷進行比較。結果顯示,聊天機器人的診斷與專家之間有顯著相關性,且能高敏感性識別惡性病變。整體而言,ChatGPT-4在識別可疑惡性病變方面表現出色,顯示出其在口腔醫學中的輔助潛力。 PubMed DOI

這項研究評估了ChatGPT-4o在分析懷疑喉部惡性腫瘤的臨床纖維內視鏡視頻的表現,並與專家醫師進行比較。研究在一所醫療中心對20名患者進行,結果顯示該人工智慧在30%的案例中正確診斷惡性腫瘤,並在90%的案例中將其列為前三名診斷。雖然敏感性高,但特異性有限,影像分析一致性得分為2.36(滿分5分)。總體而言,ChatGPT-4o顯示潛力,但在特異性和影像解讀上仍需改進,以提升耳鼻喉科的診斷準確性。 PubMed DOI