배경: 인공지능 기반 대형 언어 모델(AI-LLMs)을 의학 및 기타 과학 분야에 통합하는 것은 조직병리 슬라이드와 과학적 그림 해석과 같은 복잡한 작업을 지원하는 도구로 점점 더 인식되고 있습니다. AI-LLMs는 명확한 설명을 제공함으로써 이러한 과정을 단순화할 수 있습니다. 접근성과 이해를 개선함으로써 AI-LLMs는 의료 전문가가 진단 및 치료 결정을 내리는 데 중요한 도움을 줄 수 있습니다. 학생과 일반 대중도 복잡한 과학 개념과 이미지를 이해하는 데 더 용이함을 느낍니다. 목적: 본 연구는 AI-LLMs가 조직병리 슬라이드와 과학적 이미지를 해석하는 능력을 탐구합니다. 본 연구의 목표는 AI-LLMs가 진단을 지원하고 생체분자 과학에서의 이해도를 개선하는 성능을 평가하는 것입니다. 방법: 연구는 조직병리 슬라이드 해석과 과학적 그림 해석의 두 부분으로 나뉘었습니다. 각각 가장 자주 사용되는 세 개의 챗봇(ChatGPT-4, Gemini Advanced, Copilot)에서 12개의 조직병리 이미지와 12개의 과학적 그림을 테스트했습니다. 챗봇의 응답은 다섯 가지 매개변수—관련성, 명확성, 깊이, 초점, 일관성—를 기준으로 코딩되고 전문가 평가자에 의해 5점 리커트 척도로 맹목적으로 평가되었습니다. 통계 분석은 일원 배치분산분석(ANOVA)과 다중 선형 회귀를 포함했습니다. 결과: ChatGPT-4는 조직병리 및 과학 이미지 해석에서 Gemini Advanced와 Copilot을 능가했습니다(P < 0.001) 모든 매개변수(관련성, 명확성, 깊이, 초점, 일관성)에서 유의하게 높은 점수를 기록했습니다. ChatGPT-4의 뛰어난 성능은 고급 알고리즘, 방대한 훈련 데이터, 전문 모듈 및 사용자 피드백에 기인할 수 있습니다. 결론: ChatGPT-4는 조직병리 및 과학 이미지 해석에서 뛰어나며, 이는 진단 정확도와 임상 의사 결정 개선, 병리학자의 업무량 감소로 이어질 수 있습니다. 또한 학생들의 복잡한 이미지를 이해하는 데 도움을 주고 인터랙티브한 학습을 촉진함으로써 교육에도 이롭습니다. ChatGPT-4는 환자 치료 개선 및 학생 학습의 풍요로움에 대한 중요한 잠재력을 보여줍니다.
Gumilar 외(수요일)는 이 질문을 연구했습니다.