ಆದಾಗ್ಯೂ, ಅವರ ನಿಖರತೆಗೆ ಸೂಕ್ತವಾದ ಭವಿಷ್ಯದ ಬಳಕೆಗಾಗಿ ಸಂಪೂರ್ಣ ಮೌಲ್ಯಮಾಪನದ ಅಗತ್ಯವಿದೆ.
ಒಸಾಕಾ ಮೆಟ್ರೋಪಾಲಿಟನ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಗ್ರಾಜುಯೇಟ್ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನ ಡಾ. ಡೈಸುಕೆ ಹೊರಿಯುಚಿ ಮತ್ತು ಅಸೋಸಿಯೇಟ್ ಪ್ರೊಫೆಸರ್ ಡೈಜು ಉಯೆಡಾ ಅವರು ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆಯನ್ನು ChatG ಯ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆಯನ್ನು ಹೋಲಿಸಲು ಸಂಶೋಧನಾ ತಂಡವನ್ನು ಮುನ್ನಡೆಸಿದರು.
ಅಧ್ಯಯನವು ರೋಗಿಗಳ ವೈದ್ಯಕೀಯ ಇತಿಹಾಸಗಳು, ಚಿತ್ರಗಳು ಮತ್ತು ಇಮೇಜಿಂಗ್ ಸಂಶೋಧನೆಗಳು ಸೇರಿದಂತೆ 106 ಮಸ್ಕ್ಯುಲೋಸ್ಕೆಲಿಟಲ್ ರೇಡಿಯಾಲಜಿ ಪ್ರಕರಣಗಳನ್ನು ಒಳಗೊಂಡಿತ್ತು.
ಅಧ್ಯಯನಕ್ಕಾಗಿ, ರೋಗನಿರ್ಣಯವನ್ನು ಸೃಷ್ಟಿಸಲು AI ಮಾದರಿಯ ಎರಡು ಆವೃತ್ತಿಗಳಾದ GPT-4 ಮತ್ತು GPT-4 ವಿತ್ ವಿಷನ್ (GPT-4V) ಗೆ ಕೇಸ್ ಮಾಹಿತಿಯನ್ನು ಇನ್‌ಪುಟ್ ಮಾಡಲಾಗಿದೆ. ಅದೇ ಪ್ರಕರಣಗಳನ್ನು ವಿಕಿರಣಶಾಸ್ತ್ರದ ನಿವಾಸಿ ಮತ್ತು ಬೋರ್ಡ್-ಪ್ರಮಾಣೀಕೃತ ರೇಡಿಯಾಲಜಿಸ್ಟ್‌ಗೆ ಪ್ರಸ್ತುತಪಡಿಸಲಾಯಿತು, ಅವರು ರೋಗನಿರ್ಣಯವನ್ನು ನಿರ್ಧರಿಸುವ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸಿದರು.
GPT-4 GPT-4V ಅನ್ನು ಮೀರಿಸಿದೆ ಮತ್ತು ವಿಕಿರಣಶಾಸ್ತ್ರದ ನಿವಾಸಿಗಳ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆಗೆ ಹೊಂದಿಕೆಯಾಗಿದೆ ಎಂದು ಫಲಿತಾಂಶಗಳು ಬಹಿರಂಗಪಡಿಸಿದವು. ಆದಾಗ್ಯೂ, ಬೋರ್ಡ್-ಪ್ರಮಾಣೀಕೃತ ರೇಡಿಯಾಲಜಿಸ್ಟ್‌ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಚಾಟ್‌ಜಿಪಿಟಿಯ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆ ಕಡಿಮೆ ಎಂದು ಕಂಡುಬಂದಿದೆ.
Dr. Horiuchi ಸಂಶೋಧನೆಗಳ ಕುರಿತು ಹೀಗೆ ಹೇಳಿದರು: “ಈ ಅಧ್ಯಯನದ ಫಲಿತಾಂಶಗಳು ChatG ರೋಗನಿರ್ಣಯದ ಚಿತ್ರಣಕ್ಕೆ ಉಪಯುಕ್ತವಾಗಬಹುದು ಎಂದು ಸೂಚಿಸಿದರೆ, ಅದರ ನಿಖರತೆಯು ಬೋರ್ಡ್-ಪ್ರಮಾಣೀಕೃತ ರೇಡಿಯಾಲಜಿಸ್ಟ್‌ಗೆ ಹೋಲಿಸಲಾಗುವುದಿಲ್ಲ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಈ ಅಧ್ಯಯನವು ರೋಗನಿರ್ಣಯದ ಸಾಧನವಾಗಿ ಅದರ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಬಳಸುವ ಮೊದಲು ಸಂಪೂರ್ಣವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಅವರು ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ರೋಗನಿರ್ಣಯದ ಚಿತ್ರಣದಲ್ಲಿ ಸಹಾಯಕ ಸಾಧನವಾಗಬಹುದೆಂಬ ನಿರೀಕ್ಷೆಯನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು, ಉತ್ಪಾದಕ AI ಯಲ್ಲಿ ತ್ವರಿತ ಪ್ರಗತಿಯನ್ನು ಒತ್ತಿಹೇಳಿದರು.
ಅಧ್ಯಯನದ ಸಂಶೋಧನೆಗಳನ್ನು ಯುರೋಪಿಯನ್ ರೇಡಿಯಾಲಜಿ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ, ವೈದ್ಯಕೀಯ ರೋಗನಿರ್ಣಯದಲ್ಲಿ ಉತ್ಪಾದಕ AI ಯ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಮಿತಿಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ ಮತ್ತು ವ್ಯಾಪಕವಾದ ಕ್ಲಿನಿಕಲ್ ಅಳವಡಿಕೆಗೆ ಮುನ್ನ ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆಯ ಅಗತ್ಯವನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ, ಆದರೂ ಇದು ಈ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ತಾಂತ್ರಿಕ ಯುಗದಲ್ಲಿ ಉತ್ತಮ ಉದ್ದೇಶವನ್ನು ಹೊಂದಿದೆ.
ಒಸಾಕಾ ಮೆಟ್ರೋಪಾಲಿಟನ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಗ್ರಾಜುಯೇಟ್ ಸ್ಕೂಲ್ ಆಫ್ ಮೆಡಿಸಿನ್‌ನ ಡಾ. ಡೈಸುಕೆ ಹೊರಿಯುಚಿ ಮತ್ತು ಅಸೋಸಿಯೇಟ್ ಪ್ರೊಫೆಸರ್ ಡೈಜು ಉಯೆಡಾ ಅವರು ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆಯನ್ನು ChatG ಯ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆಯನ್ನು ಹೋಲಿಸಲು ಸಂಶೋಧನಾ ತಂಡವನ್ನು ಮುನ್ನಡೆಸಿದರು.
ಅಧ್ಯಯನವು ರೋಗಿಗಳ ವೈದ್ಯಕೀಯ ಇತಿಹಾಸಗಳು, ಚಿತ್ರಗಳು ಮತ್ತು ಇಮೇಜಿಂಗ್ ಸಂಶೋಧನೆಗಳು ಸೇರಿದಂತೆ 106 ಮಸ್ಕ್ಯುಲೋಸ್ಕೆಲಿಟಲ್ ರೇಡಿಯಾಲಜಿ ಪ್ರಕರಣಗಳನ್ನು ಒಳಗೊಂಡಿತ್ತು.
ಅಧ್ಯಯನಕ್ಕಾಗಿ, ರೋಗನಿರ್ಣಯವನ್ನು ಸೃಷ್ಟಿಸಲು AI ಮಾದರಿಯ ಎರಡು ಆವೃತ್ತಿಗಳಾದ GPT-4 ಮತ್ತು GPT-4 ವಿತ್ ವಿಷನ್ (GPT-4V) ಗೆ ಕೇಸ್ ಮಾಹಿತಿಯನ್ನು ಇನ್‌ಪುಟ್ ಮಾಡಲಾಗಿದೆ. ಅದೇ ಪ್ರಕರಣಗಳನ್ನು ವಿಕಿರಣಶಾಸ್ತ್ರದ ನಿವಾಸಿ ಮತ್ತು ಬೋರ್ಡ್-ಪ್ರಮಾಣೀಕೃತ ರೇಡಿಯಾಲಜಿಸ್ಟ್‌ಗೆ ಪ್ರಸ್ತುತಪಡಿಸಲಾಯಿತು, ಅವರು ರೋಗನಿರ್ಣಯವನ್ನು ನಿರ್ಧರಿಸುವ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸಿದರು.
GPT-4 GPT-4V ಅನ್ನು ಮೀರಿಸಿದೆ ಮತ್ತು ವಿಕಿರಣಶಾಸ್ತ್ರದ ನಿವಾಸಿಗಳ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆಗೆ ಹೊಂದಿಕೆಯಾಗಿದೆ ಎಂದು ಫಲಿತಾಂಶಗಳು ಬಹಿರಂಗಪಡಿಸಿದವು. ಆದಾಗ್ಯೂ, ಬೋರ್ಡ್-ಪ್ರಮಾಣೀಕೃತ ರೇಡಿಯಾಲಜಿಸ್ಟ್‌ಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಚಾಟ್‌ಜಿಪಿಟಿಯ ರೋಗನಿರ್ಣಯದ ನಿಖರತೆ ಕಡಿಮೆ ಎಂದು ಕಂಡುಬಂದಿದೆ.
Dr. Horiuchi ಸಂಶೋಧನೆಗಳ ಕುರಿತು ಹೀಗೆ ಹೇಳಿದರು: “ಈ ಅಧ್ಯಯನದ ಫಲಿತಾಂಶಗಳು ChatG ರೋಗನಿರ್ಣಯದ ಚಿತ್ರಣಕ್ಕೆ ಉಪಯುಕ್ತವಾಗಬಹುದು ಎಂದು ಸೂಚಿಸಿದರೆ, ಅದರ ನಿಖರತೆಯು ಬೋರ್ಡ್-ಪ್ರಮಾಣೀಕೃತ ರೇಡಿಯಾಲಜಿಸ್ಟ್‌ಗೆ ಹೋಲಿಸಲಾಗುವುದಿಲ್ಲ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಈ ಅಧ್ಯಯನವು ರೋಗನಿರ್ಣಯದ ಸಾಧನವಾಗಿ ಅದರ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಬಳಸುವ ಮೊದಲು ಸಂಪೂರ್ಣವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಅವರು ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ರೋಗನಿರ್ಣಯದ ಚಿತ್ರಣದಲ್ಲಿ ಸಹಾಯಕ ಸಾಧನವಾಗಬಹುದೆಂಬ ನಿರೀಕ್ಷೆಯನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು, ಉತ್ಪಾದಕ AI ಯಲ್ಲಿ ತ್ವರಿತ ಪ್ರಗತಿಯನ್ನು ಒತ್ತಿಹೇಳಿದರು.
ಅಧ್ಯಯನದ ಸಂಶೋಧನೆಗಳನ್ನು ಯುರೋಪಿಯನ್ ರೇಡಿಯಾಲಜಿ ಜರ್ನಲ್‌ನಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ, ವೈದ್ಯಕೀಯ ರೋಗನಿರ್ಣಯದಲ್ಲಿ ಉತ್ಪಾದಕ AI ಯ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಮಿತಿಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ ಮತ್ತು ವ್ಯಾಪಕವಾದ ಕ್ಲಿನಿಕಲ್ ಅಳವಡಿಕೆಗೆ ಮುನ್ನ ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆಯ ಅಗತ್ಯವನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ, ಆದರೂ ಇದು ಈ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ತಾಂತ್ರಿಕ ಯುಗದಲ್ಲಿ ಉತ್ತಮ ಉದ್ದೇಶವನ್ನು ಹೊಂದಿದೆ.
