Key points are not available for this paper at this time.
서론: 이 연구의 목적은 Chat Generative Pretrained Transformer (ChatGPT)와 같은 대규모 언어 모델이 특정 임상 사례 설명을 기반으로 녹내장을 진단할 수 있는 능력을 평가하고, 이를 고위 안과 레지던트의 성과와 비교하는 것이었다. 방법: 공개 접근 가능한 사례 보고서 온라인 데이터베이스에서 원발성 및 이차 녹내장 사례 11개를 선택했다. 총 4개의 사례는 개방각, 소아, 정상압, 각도폐쇄 녹내장을 포함한 원발성 녹내장으로, 7개 사례는 가성탈락, 색소산란 녹내장, 녹내장성 사이클리틱 위기, 무수정체, 신생혈관, 수조 오도, 염증성 녹내장을 포함한 이차 녹내장으로 구성되었다. 각 사례의 세부 텍스트를 ChatGPT에 입력하고 임시 및 감별 진단을 요청했다. 그 후, 11개의 사례 세부정보를 3명의 고위 안과 레지던트에게 제시하고, 그들의 임시 및 감별 진단을 기록하였다. 마지막으로, 올바른 진단에 대해 응답을 평가하고 일치를 평가하였다. 결과: ChatGPT에 기반한 임시 진단은 11건 중 8건(72.7%)에서 올바른 것으로 나타났고, 3명의 안과 레지던트는 각각 6건(54.5%), 8건(72.7%), 8건(72.7%)에서 올바른 진단을 제시하였다. ChatGPT와 첫 번째, 두 번째, 세 번째 안과 레지던트 간의 일치는 각각 9, 7, 7이었다. 결론: 특정 사례 예제를 사용하여 원발성 및 이차 녹내장 환자를 진단하는 데 있어서 ChatGPT의 정확도는 고위 안과 레지던트와 유사하거나 더 나았다. 추가 개발이 이루어질 경우, ChatGPT는 1차 진료 사무소와 같은 임상 치료 환경에서 분류 및 안과 임상 관행에서 녹내장 환자의 객관적이고 신속한 진단을 제공하는 데 사용할 잠재력을 가질 수 있다.
Delsoz et al. (Thu,)는 이 질문을 연구하였다.