放射肿瘤学/人工神经网络
< 放射肿瘤学
- 一项最近对医疗保健中人工智能应用的调查报告称，人工智能在癌症或心脏病等主要疾病领域得到应用，而人工神经网络 (ANN) 作为一种常见的机器学习技术
- ANN 在医疗保健中的应用包括临床诊断、癌症预测、语音识别、住院时间预测、图像分析和解释（例如，用于诊断心肌梗塞的自动心电图 (ECG) 解释）以及药物开发
- 非临床应用包括改进医疗保健组织管理，预测成本或设施利用率等关键指标
- ANN 已被用作决策支持模型的一部分，为医疗保健提供者和医疗保健系统提供成本效益高的解决方案，以解决时间和资源管理问题
最重要的神经网络类型，它们是深度学习中大多数预训练模型的基础
- Jürgen Schmidhuber. Neural Netw. 2015 Jan. 深度学习在神经网络中的概述 (PMID: 25462637)
- Michael Rowe. Acad Med. 2019 Oct.
临床医师机器学习入门 (PMID: 31094727)
- Yalin Baştanlar 等人。Methods Mol Biol. 2014. 机器学习入门 (PMID: 24272434)
- Jenni A. M. Sidey-Gibbons 和 Chris J. Sidey-Gibbons。医学中的机器学习：实用入门 (PMID: 30890124)
- Rene Y Choi 等人。Transl Vis Sci Technol. 2020. 机器学习、神经网络和深度学习入门 (PMID: 32704420)
- 哈佛大学，2023 年 PMID 37356806 -- “评估 GPT 作为放射学决策辅助工具：GPT-4 与 GPT-3.5 在乳腺影像学试点中的对比”（Rao A, J Am Coll Radiol. 2023 年 6 月 21 日；S1546-1440(23)00394-0。）
- ChatGPT3.5 和 GPT4 对乳腺癌筛查和乳房疼痛的回答与 ACR 适宜性标准的对比
- 结果：乳腺癌筛查的开放式评分为 1.83/2.00。GPT3.5 的选择全部的评分为 89%，而 GPT4 的评分为 98%。对于乳房疼痛，评分分别为 1.12/2.00 和 58% 与 78%
- 结论：使用 LLM 进行放射学决策的可行性
- 布朗大学；2023 年 PMID 37541614 -- “三种大型语言模型在皮肤科委员会考试中的表现”（Mirza FN, J Invest Dermatol. 2023 年 8 月 2 日；S0022-202X(23)02486-7。）
- [PubMed 中没有可用的文本]
- 罗斯柴尔德基金会医院，法国；2023 年 PMID 37537126 -- “ChatGPT 作为一种人工智能语言模型，在参加法语版本的欧洲眼科学委员会考试中的成功：一种评估医学知识的新方法”（Panthier C, J Fr Ophtalmol. 2023 年 8 月 1 日；S0181-5512(23)00305-4。）
- ChatGPT 在法语版本的欧洲眼科学委员会考试中的表现
- 结果：成功率为 91%，涵盖所有类别。快速回答
- 结论：ChatGPT 可能成为医学教育和知识评估中的宝贵工具
- 梅奥诊所；2023 年 PMID 37529688 -- “评估大型语言模型在一个高度专业化的主题，放射肿瘤学物理学上的表现”（Holmes J, Front Oncol. 2023 年 7 月 17 日；13:1219326。）
- 包含 100 道放射肿瘤学物理学问题的自定义考试。GPT3.5、GPT4、Bard、BLOOMZ 与医学物理学家与非专业人士的对比
- 结果：GPT4 的表现优于其他 LLM。无论正确与否，一致性都很高
- 结论：LLM 有可能作为知识渊博的助手与放射肿瘤学专家并肩工作
- 多机构，2023 年 PMID 36929393 Skyler B Johnson 等人。“使用 ChatGPT 评估癌症迷信和误解：人工智能与癌症信息”
- 经过专家审查后，对于问题 1 到 13（ĸ = ‒0.03，标准误差 = 0.08），NCI 答案的总体准确率一致性为 100%，而 ChatGPT 输出的总体准确率一致性为 96.9%
- NCI 或 ChatGPT 答案的字数或可读性几乎没有明显差异
- 总体而言，结果表明 ChatGPT 提供了关于常见癌症迷信和误解的准确信息
- 埃尔兰根，2023 年 ArXiv 链接 “在 ACR 放射肿瘤学培训 (TXIT) 考试和红色期刊灰色区域案例中对 ChatGPT-4 进行基准测试：人工智能辅助的放射肿瘤学医学教育和决策的潜力与挑战”（Yixing Huang 等人。）
- 在 TXIT 考试中，ChatGPT-3.5 和 ChatGPT-4 的得分分别为 63.65% 和 74.57%