PulseAugur
中
实时 09:23:52
English(EN) Performance of large language models in the optical diagnosis of colorectal polyps

大型语言模型在息肉诊断方面展现潜力，但未达临床标准

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新研究评估了几种大型语言模型（LLMs）在使用光学图像对结直肠息肉进行分类时的诊断准确性。该研究使用了PRIME数据集，并将Claude Opus 4、Google Gemini 2.5 Pro、GPT-o3、GPT-4o和GPT-5等模型与专家响应进行了比较。虽然大多数模型在广泛的息肉分类中取得了较高的F1分数，但Gemini 2.5 Pro和Claude Opus 4在区分特定息肉亚型方面表现出最高的准确性，尽管总体敏感性和特异性未达到临床标准。 AI

影响 大型语言模型在医学图像分析方面展现出潜力，但临床部署仍需进一步发展。

排序理由 该集群是一篇研究论文，详细介绍了大型语言模型在特定诊断任务上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

大型语言模型在息肉诊断方面展现潜力，但未达临床标准

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Joshua C. Vences, William T. Tran, Nikko Gimpaya, Catharine M. Walsh, Rishad J. Khan, Robert Bechara, Asher C. Wiggins, Celine N. Rousan, Kaitlyn V. G. L. Morgado, Angie Ibrahim, Kevin H. M. Kuo, Daniel von Renteln, Alexander Hann, Dennis L. Shung, Micha… ·

    大型语言模型在结直肠息肉光学诊断中的性能表现

    arXiv:2608.07543v1 Announce Type: cross Abstract: Background and Study Aims: Accurate optical diagnosis of colorectal polyps guides resection strategy and surveillance, with multimodal large language models (MLLMs) showing potential for image-based diagnosis. We aimed to evaluate…

相关实体

相关话题