研究比較了GPT模型和放射科醫師生成放射學報告的表現，結果顯示GPT-4在準確性上優於GPT-2和GPT-3.5，但仍不及醫師。醫師在印象和鑑別診斷方面表現較佳。GPT-3.5和GPT-4生成的報告可讀性高，但準確性仍需醫師驗證。 PubMed DOI

研究比較了KARA-CXR和ChatGPT兩種人工智慧技術在閱讀胸部X光片時的表現，結果顯示KARA-CXR準確性較高，且在虛假發現、位置不準確和幻覺方面表現也更好。這研究強調了人工智慧和語言模型在醫學影像領域的潛力，KARA-CXR在胸部X光片診斷上有很大的發展空間。 PubMed DOI

研究評估AI生成的放射學報告在摘要、友善度和建議方面的效果，並檢視報告質量和準確性。分析685份脊椎MRI報告，AI生成報告表現良好，友善度提升，但也發現部分翻譯問題。結論指出，AI助手可提升報告品質、效率，並推動以病患為中心的放射學護理。 PubMed DOI

這項研究顯示生成式人工智慧，特別是OpenAI的GPT-4 Turbo API，在提升放射學訓練方面的潛力。研究發現，這個AI模型能檢測到的差異明顯多於專業放射科醫師，顯示其在傳統審查中可能被忽略的改進空間。雖然AI在差異檢測上表現優異，但在評分一致性上仍有改進空間。生成的教學要點在85%的案例中被認為適當，顯示其教育價值。未來研究可著重於提高模型準確性及評分者一致性，並探討AI反饋對實習生的長期影響。 PubMed DOI

這項研究探討了OpenAI的GPT-4進階數據分析（ADA）在分析重症監護病房病人胸部X光片的有效性。研究使用了43,788份病人報告，要求GPT-4進行多種分析，包括繪圖和預測模型。三位具機器學習經驗的科學家評估了GPT-4的輸出，結果顯示其視覺化和統計分析大多準確，但也有錯誤。GPT-4的機器學習模型AUC為0.75，與人類模型相近（0.80），準確率也相似。研究建議大型語言模型可增強放射學數據分析，但仍需注意準確性限制。 PubMed DOI

本研究評估了兩種人工智慧工具，M4CXR 和 ChatGPT-4o，在解讀胸部 X 光片的診斷能力。研究分析了826張影像，結果顯示M4CXR在準確性和一致性上均優於ChatGPT，診斷準確性分別為60-62%和42-45%。M4CXR在解剖定位的準確性達76-77.5%，而ChatGPT僅36-36.5%。研究強調這些技術的互補潛力，建議結合人工智慧與臨床判斷，以提升病患護理結果。 PubMed DOI

這項研究開發了一個名為CXR-LLaVA的開源多模態大型語言模型，專門用來解讀胸部X光影像並生成放射科報告。研究人員在包含374,881張標記影像的數據集上預訓練視覺變壓器，並結合大型語言模型進行微調，使用217,699份報告來提升生成準確性。CXR-LLaVA在內部測試中達到平均F1分數0.81，並在外部測試中為0.56，顯示出超越其他先進模型的潛力。該模型的報告準確率為72.7%，顯示出自動報告的可行性，並強調開源對進一步研究的重要性。 PubMed DOI

最近大型語言模型（LLMs）如GPT-3.5和GPT-4在醫療領域的應用引起關注。本研究比較了這些模型在註解放射學報告及生成胸部CT印象的表現，旨在協助醫療專業人員處理日常文檔任務。研究使用了上下文學習和檢索增強生成等方法，並透過多種指標進行評估。結果顯示，GPT-4在性能上優於GPT-3.5，且提示設計對結果影響顯著。研究建議在醫療實踐中整合這些先進模型，以提升文檔效率與準確性。 PubMed DOI

大型基礎模型在生物醫學領域有潛力，但在臨床應用上面臨挑戰，如性能差距和高成本。本研究展示了一個開源的小型多模態模型，透過胸部X光影像生成診斷結果，解決放射學的問題。研究團隊訓練了697,000對影像-文本對，開發了專門的胸部X光編碼器，並與預訓練的語言模型整合。為了評估模型的準確性，團隊創建了CheXprompt，並用於基準測試，LLaVA-Rad模型表現優於一些大型模型。雖然尚未適合實時臨床使用，但這代表了在放射學中可臨床應用的進展。 PubMed DOI

這項研究探討了使用ChatGPT 4.0搭配「X-Ray Interpreter」來解讀急診胸部X光片。分析了1,400張來自NIH的影像，涵蓋七種病理類別。ChatGPT在識別正常X光片方面表現優異，敏感度達98.9%，特異度93.9%。對於肺炎和氣胸的診斷表現較好，但在肺不張和肺氣腫上則較差。總體來看，ChatGPT作為輔助診斷工具顯示潛力，但對於更細微的診斷仍需改進，未來可與專業影像識別模型整合以提升能力。 PubMed DOI