使用 ChatGPT 与 GPT-4 结合提示学习将放射学报告翻译为通俗语言：可喜结果、局限与潜力
计算与语言
2024-10-22 v3 人工智能
医学物理
摘要
被称为 ChatGPT 的大语言模型因其类人表达与推理能力而受到广泛关注。在本研究中，我们探究使用 ChatGPT 将放射学报告翻译为面向患者与医护人员的通俗语言以开展实验的可行性，从而使其获得知识以改善医疗。本研究收集了 2 月上半月来自 62 例低剂量胸部 CT 肺癌筛查扫描与 76 例脑部 MRI 转移瘤筛查扫描的放射学报告。根据放射科医生的评估，ChatGPT 能成功将放射学报告翻译为通俗语言，在五分制中平均得分 4.27，信息缺失 0.08 处，错误信息 0.07 处。就 ChatGPT 给出的建议而言，它们普遍相关，如保持随访医生并密切监测任何症状，且在总计 138 例约 37% 的病例中，ChatGPT 基于报告发现给出了具体建议。ChatGPT 的回答也呈现出一定随机性，偶尔出现信息过度简化或遗漏，可通过更详细的提示缓解。此外，将 ChatGPT 结果与新发布的大模型 GPT-4 比较，显示 GPT-4 能显著提升翻译报告的质量。我们的结果表明，在临床教育中利用大语言模型是可行的，且需进一步努力以克服局限并最大化其潜力。
引用
@article{arxiv.2303.09038,
title = {Translating Radiology Reports into Plain Language using ChatGPT and GPT-4 with Prompt Learning: Promising Results, Limitations, and Potential},
author = {Qing Lyu and Josh Tan and Michael E. Zapadka and Janardhana Ponnatapura and Chuang Niu and Kyle J. Myers and Ge Wang and Christopher T. Whitlow},
journal= {arXiv preprint arXiv:2303.09038},
year = {2024}
}