GPT-4V(ision)定制化模型在牙科放射诊断中的应用：大语言模型能否精准检测多生牙？

本研究针对牙科放射诊断中多生牙检测的挑战，开发了定制化GPT-4V(CGPT-4V)模型，并与标准GPT-4V、GPT-4o进行对比。通过180张根尖周X线片评估，发现CGPT-4V准确率达91%，显著优于其他模型（GPT-4o 77%，GPT-4V 63%），且假阳性率更低（16% vs 42%）。该研究为AI辅助牙科影像诊断提供了新思路，凸显领域定制化模型的临床潜力。

　　

研究背景
多生牙（Supernumerary Teeth）是牙科临床常见的发育异常，尤其好发于上颌前牙区。这些"额外"的牙齿看似无害，却可能引发邻牙萌出延迟、牙根吸收甚至囊肿形成等一系列并发症。传统诊断依赖牙科医师对X线片的肉眼判读，但繁忙的临床工作中，无症状的多生牙容易被忽视。尽管深度学习技术在医学影像分析领域崭露头角，但专业模型的开发需要大量标注数据和计算资源。

与此同时，以ChatGPT为代表的大语言模型（LLM）正掀起AI新浪潮。随着GPT-4V(ision)的推出，这些模型首次具备了图像理解能力。但一个关键问题悬而未决：通用AI能否胜任专业医疗诊断？特别是对于牙科放射影像这类需要领域知识的精细任务，未经训练的通用模型是否会产生"幻觉"误诊？

研究设计与方法
土耳其塞尔柱大学的研究团队Enes Mustafa Asar等开展了一项创新研究。他们首先创建了定制化GPT模型（CGPT-4V），通过20张标注X线片（10例含多生牙，10例不含）进行训练，使用红绿标记区分正常牙与多生牙。随后采用180张根尖周X线片（各90例）测试三种模型：标准GPT-4V、优化版GPT-4o和定制化CGPT-4V。所有图像均以标准化提问"该X线片是否存在多生牙？"进行评估，由三位牙科专家盲法评分（三等级量表）。统计采用卡方检验和ROC分析。

主要发现

1. 模型性能对比
   CGPT-4V展现出91%的总体准确率，显著高于GPT-4o（77%）和GPT-4V（63%）。在完全正确识别（含精确定位）的案例中，CGPT-4V达72%，而GPT-4o仅55%。

2. 假阳性控制
   CGPT-4V与GPT-4o的假阳性率均为16%，远低于GPT-4V的42%。这表明定制化训练能有效减少"过度诊断"。

3. 复杂病例识别
   在含多颗多生牙的X线片中，CGPT-4V成功识别全部额外牙齿，展现多病灶检测能力。

临床价值与局限
该研究首次证实：通过有限的专业数据训练，通用AI可转型为牙科诊断助手。CGPT-4V的优异表现提示，领域适应（Domain Adaptation）能显著提升AI的医疗图像解读能力。相较于需要海量数据的传统深度学习，这种方法更适应数据稀缺的医疗场景。

但研究也存在明显局限：训练仅使用20张标注图像，且全部为前牙区多生牙（Mesiodens）。未来需扩大样本多样性，并探索模型对其他牙科病变（如囊肿、肿瘤）的识别能力。此外，当前GPT系统对图像分辨率敏感，临床应用中需优化影像预处理流程。

行业启示
这项发表于《BMC Oral Health》的研究为AI医疗落地提供了新范式。相较于"从零训练"的专用模型，基于大语言模型的轻量化定制方案更具成本效益。尤其对基层医疗机构，此类工具可辅助经验不足的医师减少漏诊。研究团队建议下一步开展多中心验证，并探索与牙科PACS系统的无缝集成。随着AI监管框架的完善，这类"可解释AI"或将成为智慧医疗的重要拼图。