다중 양식 근골격 질량 분류를 위한 ChatGPT-4.0의 진단 정확성 평가: 인간 평가자와의 비교 연구

혁신적인 인공지능 도구는 의학에서 생산성을 상당히 향상시킬 가능성이 있으며, 동시에 치료 품질을 유지하거나 개선할 수 있습니다. 본 연구에서는 ChatGPT-4.0이 다중 양식의 근골격 종양 사례를 정확하게 해석할 수 있는 현재의 능력을 평가하고자 하였습니다. 우리는 X선, 컴퓨터 단층 촬영, 자기 공명 영상 또는 방사성 동위원소 영상의 이미지를 포함한 25개의 사례를 생성했습니다. ChatGPT-4.0은 각 사례를 분류하는 업무를 맡았으며, 6개 옵션의 2가지 선택 질문을 통해 주 진단과 보조 진단을 모두 허용하였습니다. 성능 평가를 위해, 인간 평가자들도 동일한 사례를 평가하였습니다. 주 진단만 고려했을 때, 인간 평가자의 정확도는 ChatGPT-4.0보다 거의 2배 높았습니다(87% vs. 44%). 그러나 보조 진단도 고려하는 설정에서는 성능 격차가 상당히 줄어들었습니다(정확도: 94% vs. 71%). Cohen's w를 이용한 힘 분석은 샘플 집합 크기(n: 25)가 적절하다는 것을 확인했습니다. 테스트된 인공지능 도구는 인간 평가자보다 낮은 성능을 보였습니다. 속도, 지속적인 가용성 및 잠재적인 미래 개선과 같은 요소를 고려할 때, 인공지능 도구가 향후 임상 환경에서 의사에게 유용한 보조 시스템으로 작용할 가능성이 있습니다. · ChatGPT-4.0은 다중 양식 이미징 입력을 사용하여 근골격 사례를 분류합니다. · 인간 평가자는 주 진단 정확도에서 AI보다 거의 두 배 더 우수합니다. · 보조 진단을 포함하면 AI 성능이 향상되고 격차가 좁아집니다. · AI는 향후 방사선 워크플로우에서 보조 도구로서의 잠재력을 보여줍니다. · 힘 분석은 현재 샘플 크기로 연구 결과의 견고성을 확인합니다. · Bosbach WA, Schoeni L, Beisbart C 외. 다중 양식 근골격 질량 분류를 위한 ChatGPT-4.0의 진단 정확성 평가: 인간 평가자와의 비교 연구. Rofo 2025; DOI 10.1055/a-2594-7085.