编辑推荐：
为解决超声心动图解读复杂且依赖临床医生专业知识、易产生观察者间差异的问题，研究人员开展了利用大语言模型（LLM）如 ChatGPT 自动生成超声心动图报告的研究。结果显示 LLM 表现良好，这对辅助临床工作、优化临床流程意义重大。
心血管疾病（CVDs）堪称全球健康的 “头号杀手”，每年约 1790 万人因它失去生命。准确及时地诊断心血管疾病，对患者治疗和管理至关重要。超声心动图作为心血管诊断的 “基石”，能帮助医生了解心脏的结构和功能，像心力衰竭、心脏瓣膜病、心肌病等病症都能借助它评估。但超声心动图的解读可不简单，特别依赖医生的专业水平，不同医生解读结果可能差异很大，这就影响了诊断的一致性和治疗效果。
随着人工智能（AI）技术的发展，它在医学领域逐渐崭露头角。基于机器学习和深度学习算法的 AI 系统，处理医学图像的能力超强，速度快还精准，能减少人工解读图像的差异。不过，把 AI 融入临床工作也面临不少难题。比如临床医生对 AI 工具的接受度不高，担心它不够可靠、不够透明，还怕影响现有的工作模式。而且 AI 工具要和现有的系统，像电子健康记录系统兼容也不容易。
在众多 AI 工具中，自然语言处理（NLP）模型潜力巨大。ChatGPT 作为热门的大语言模型，在生成医学文本方面表现出色。但它基于原始测量数据生成超声心动图报告的应用，还没被深入研究。于是，德国慕尼黑技术大学医学院的研究人员开展了这项研究，想看看 ChatGPT 能不能根据超声心动图测量数据和临床信息，生成准确的报告、做出正确诊断，还能给出合适的治疗建议 。研究成果发表在《The International Journal of Cardiovascular Imaging》上。
研究人员为开展这项研究，采用了以下几个关键技术方法：
首先是数据收集，精心挑选了 13 个虚构病例和 8 个临床病例，这些病例涵盖各种心血管疾病情况，每个病例都包含全面的超声心动图测量数据和临床信息。然后，把这些数据输入到 ChatGPT 中，让它完成生成超声心动图报告、诊断心血管疾病、给出进一步检查和治疗建议等任务。最后，由两位经验丰富的临床医生，按照专门的评分系统，评估 ChatGPT 的输出结果 。
下面来看看研究结果：
- 评分结果：虚构病例组（Group 1）平均总分为 6.54（SD = 1.13） ，临床病例组（Group 2）平均总分为 7.38（SD = 0.92） 。虽然两组分数有差异，但经检验没有统计学意义，说明总体表现相当。从报告分层来看，“完全可接受报告” 占 85.7%（18/21） ，“边缘可接受报告” 占 14.3%（3/21） ，没有 “不可接受报告”。
- 错误分析：在评估的 299 个参数中，ChatGPT 的错误率为 5.3%（16/299） ，主要有三种错误类型。一是对异常值缺乏具体分级，占 2.0%（6/299） ，像室间隔肥厚、左心室（LV）功能障碍和 LV 扩张等没具体分级；二是误判临界值，占 1.3%（4/299） ，比如室间隔肥厚或三尖瓣环平面收缩期位移（TAPSE）分级错误；三是孤立值假设错误，占 2.0%（6/299） ，像三尖瓣反流、下腔静脉可塌陷性和主动脉瓣狭窄的估计错误。
- 不同病例表现：对于健康病例，ChatGPT 能准确生成报告，正确判断心脏结构和功能正常，还给出合理建议，得分为 7 分。遇到故意设置的不合逻辑病例，它能发现测量数据的矛盾之处，建议复查数据，符合临床最佳实践。在病理病例方面，它生成报告的准确性较高，能正确诊断大多数病例，还给出合适的进一步检查、治疗和随访建议，像心力衰竭病例建议药物治疗和密切随访，心脏瓣膜病病例建议进一步检查或手术评估 。
研究结论和讨论部分意义重大。ChatGPT 能生成高标准的临床报告，对超声心动图测量数据的解读总体正确，结合临床信息还能给出诊断和治疗建议。这表明 AI 在心血管诊断中潜力巨大，有望优化临床工作流程。不过，AI 也有局限性，比如可能出现错误解读，决策过程不透明，难以考虑临床细节。所以 AI 应该辅助人类专家，而不是取代他们。而且研究样本量较小，只研究了 ChatGPT 这一个模型，未来需要更大规模的研究，验证这些发现。总之，这项研究为 AI 在心血管诊断领域的应用提供了重要参考，让我们看到了 AI 辅助医疗的希望，也明确了未来研究的方向 。
