Conversational AI Models for ophthalmic diagnosis: Comparison of ChatGPT and the Isabel Pro Differential Diagnosis Generator
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
With the rapidly growing field of conversational artificial intelligence (AI), it is becoming increasingly likely that these technologies will revolutionize the way physicians diagnose and treat patients. The purpose of this study is to evaluate the use of conversational AI language models, specifically ChatGPT, for the diagnosis of ophthalmic disease, and to compare it to existing tools, namely the Isabel Pro Differential Diagnosis Generator. Prospective, comparative evaluation of ChatGPT and Isabel in formulating provisional and differential diagnoses from a set of rich text case report descriptions. Ten ophthalmology patient cases were selected at random from a publicly available online database of ophthalmic case reports. The text details of each case were input into ChatGPT and Isabel. Their ability to identify the actual diagnosis and provide relevant differential diagnoses was compared. ChatGPT identified the correct diagnosis in 9/10 cases while having the correct diagnosis listed in all 10/10 of its lists of differentials. Isabel identified only 1/10 provisional diagnoses correctly, however it included the correct diagnosis in 7/10 of its differential diagnosis lists. The median position of the correct diagnosis in the ranked differential lists was 1.0 (IQR 1.0 to 2.8) for ChatGPT versus 5.5 (IQR 3.3 to 10.0) for Isabel. Conversational AI models such as ChatGPT have potential value in the diagnosis of ophthalmic conditions, particularly for primary-care providers. As further iterations of models are deployed, additional studies investigating their capabilities are needed to determine the best ways to integrate them into practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle