利用GPT-5进行人机协作，对梅尼埃病患者的内淋巴积水进行磁共振（MR）成像分级

《European Radiology》：Human–AI collaboration using GPT-5 for MR grading of endolymphatic hydrops in Ménière’s disease

　　

摘要

目的

评估GPT-5在梅尼埃病（MD）患者中，通过延迟增强3D-FLAIR MRI对耳蜗和前庭内淋巴积水（EH）进行分级的能力，并探讨提示策略及人机协作效果。

材料与方法

这项回顾性研究共纳入436名梅尼埃病患者（872只耳朵）。GPT-5在多种提示策略下对耳蜗和前庭内淋巴积水进行了分级，并与初级和高级神经放射科医生在独立工作流程及GPT-5辅助工作流程中的表现进行了比较。评估了准确性（ACC）、AUC、F1分数、一致性以及专家评定的临床实用性。

结果

在未使用结构化图像描述的基本提示策略下，诊断性能较差：耳蜗内淋巴积水的分级准确率仅为25%，前庭内淋巴积水的分级准确率为39%，即使加入了临床病史或少量示例也是如此。相比之下，在结合了结构化图像描述、临床背景和代表性示例的优化提示下，GPT-5的表现显著提升，耳蜗内淋巴积水的分级准确率达到87%，前庭内淋巴积水的分级准确率达到80%，同时一致性和专家评分也有所提高。在人机交互实验中，以人为主导的模式提升了初级医生的表现，耳蜗内淋巴积水的分级准确率从36%提高到了59%，前庭内淋巴积水的分级准确率从42%提高到了53%。

结论

当主要依赖图像输入时，GPT-5在独立进行MRI内淋巴积水分级方面的能力有限。只有在纳入结构化图像描述、临床背景和代表性示例后，才能达到可接受的诊断性能。在这些优化提示条件下，GPT-5作为人机协作解释的辅助工具具有潜力，尤其是对于经验较少的医生而言，而非作为一个完全自主的诊断系统。

要点

问题 在3D-FLAIR MRI上准确地对内淋巴积水进行分级对于梅尼埃病的管理至关重要，但当前的解读方法缺乏标准化和效率。 发现 GPT-5在无图像描述的情况下内淋巴积水分级准确率较低，而优化后的提示和人机协作显著提高了其诊断性能，接近专家水平。 临床意义 GPT-5要实现对内淋巴积水的可靠MRI分级，需要结构化的图像描述和情境提示。这表明它更适合作为人机协作的辅助工具，而非自主诊断系统，从而有可能减少对有限医疗资源的依赖。