Γ.Δ.
1397.63 0,00%
ACAG
0,00%
5.37
BOCHGR
0,00%
4.38
CENER
0,00%
8.24
CNLCAP
0,00%
7.25
DIMAND
0,00%
8.3
NOVAL
0,00%
2.275
OPTIMA
0,00%
12.76
TITC
0,00%
37.1
ΑΑΑΚ
0,00%
4.48
ΑΒΑΞ
0,00%
1.378
ΑΒΕ
0,00%
0.454
ΑΔΜΗΕ
0,00%
2.35
ΑΚΡΙΤ
0,00%
0.685
ΑΛΜΥ
0,00%
3.66
ΑΛΦΑ
0,00%
1.5625
ΑΝΔΡΟ
0,00%
6.42
ΑΡΑΙΓ
0,00%
9.445
ΑΣΚΟ
0,00%
2.54
ΑΣΤΑΚ
0,00%
6.9
ΑΤΕΚ
0,00%
0.426
ΑΤΡΑΣΤ
0,00%
8.76
ΑΤΤ
0,00%
0.59
ΑΤΤΙΚΑ
0,00%
2.14
ΒΙΟ
0,00%
5.17
ΒΙΟΚΑ
0,00%
1.74
ΒΙΟΣΚ
0,00%
1.375
ΒΙΟΤ
0,00%
0.294
ΒΙΣ
0,00%
0.144
ΒΟΣΥΣ
0,00%
2.04
ΓΕΒΚΑ
0,00%
1.3
ΓΕΚΤΕΡΝΑ
0,00%
17.58
ΔΑΑ
0,00%
7.98
ΔΑΙΟΣ
0,00%
3.66
ΔΕΗ
0,00%
11.75
ΔΟΜΙΚ
0,00%
2.75
ΔΟΥΡΟ
0,00%
0.25
ΔΡΟΜΕ
0,00%
0.296
ΕΒΡΟΦ
0,00%
1.38
ΕΕΕ
0,00%
33.1
ΕΚΤΕΡ
0,00%
1.424
ΕΛΒΕ
0,00%
4.66
ΕΛΙΝ
0,00%
1.97
ΕΛΛ
0,00%
13.35
ΕΛΛΑΚΤΩΡ
0,00%
1.62
ΕΛΠΕ
0,00%
6.8
ΕΛΣΤΡ
0,00%
2.02
ΕΛΤΟΝ
0,00%
1.788
ΕΛΧΑ
0,00%
1.8
ΕΠΙΛΚ
0,00%
0.132
ΕΣΥΜΒ
0,00%
1.13
ΕΤΕ
0,00%
7.036
ΕΥΑΠΣ
0,00%
3.13
ΕΥΔΑΠ
0,00%
5.75
ΕΥΡΩΒ
0,00%
2.04
ΕΧΑΕ
0,00%
4.31
ΙΑΤΡ
0,00%
1.525
ΙΚΤΙΝ
0,00%
0.3075
ΙΛΥΔΑ
0,00%
1.745
ΙΝΚΑΤ
0,00%
4.69
ΙΝΛΙΦ
0,00%
4.29
ΙΝΛΟΤ
0,00%
0.88
ΙΝΤΕΚ
0,00%
5.64
ΙΝΤΕΡΚΟ
0,00%
2.46
ΙΝΤΕΤ
0,00%
1.015
ΙΝΤΚΑ
0,00%
2.62
ΚΑΡΕΛ
0,00%
336
ΚΕΚΡ
0,00%
1.17
ΚΕΠΕΝ
0,00%
2.22
ΚΛΜ
0,00%
1.48
ΚΟΡΔΕ
0,00%
0.395
ΚΟΥΑΛ
0,00%
1.01
ΚΟΥΕΣ
0,00%
5.56
ΚΡΙ
0,00%
14.35
ΚΤΗΛΑ
0,00%
1.7
ΚΥΡΙΟ
0,00%
0.922
ΛΑΒΙ
0,00%
0.726
ΛΑΜΔΑ
0,00%
7.28
ΛΑΜΨΑ
0,00%
37.4
ΛΑΝΑΚ
0,00%
0.85
ΛΕΒΚ
0,00%
0.256
ΛΕΒΠ
0,00%
0.34
ΛΟΓΟΣ
0,00%
1.25
ΛΟΥΛΗ
0,00%
2.74
ΜΑΘΙΟ
0,00%
0.65
ΜΕΒΑ
0,00%
3.62
ΜΕΝΤΙ
0,00%
2.01
ΜΕΡΚΟ
0,00%
41
ΜΙΓ
0,00%
3.025
ΜΙΝ
0,00%
0.51
ΜΛΣ
0,00%
0.57
ΜΟΗ
0,00%
19.32
ΜΟΝΤΑ
0,00%
3.8
ΜΟΤΟ
0,00%
2.465
ΜΟΥΖΚ
0,00%
0.65
ΜΠΕΛΑ
0,00%
24.2
ΜΠΛΕΚΕΔΡΟΣ
0,00%
3.69
ΜΠΡΙΚ
0,00%
2.09
ΜΠΤΚ
0,00%
0.62
ΜΥΤΙΛ
0,00%
31.4
ΝΑΚΑΣ
0,00%
2.92
ΝΑΥΠ
0,00%
0.83
ΞΥΛΚ
0,00%
0.254
ΞΥΛΠ
0,00%
0.398
ΟΛΘ
0,00%
20.8
ΟΛΠ
0,00%
30
ΟΛΥΜΠ
0,00%
2.3
ΟΠΑΠ
0,00%
15.3
ΟΡΙΛΙΝΑ
0,00%
0.791
ΟΤΕ
0,00%
15.01
ΟΤΟΕΛ
0,00%
10.24
ΠΑΙΡ
0,00%
0.974
ΠΑΠ
0,00%
2.33
ΠΕΙΡ
0,00%
3.63
ΠΕΡΦ
0,00%
5.28
ΠΕΤΡΟ
0,00%
7.78
ΠΛΑΘ
0,00%
3.965
ΠΛΑΚΡ
0,00%
13.9
ΠΡΔ
0,00%
0.25
ΠΡΕΜΙΑ
0,00%
1.172
ΠΡΟΝΤΕΑ
0,00%
6.2
ΠΡΟΦ
0,00%
5.1
ΡΕΒΟΙΛ
0,00%
1.58
ΣΑΡ
0,00%
10.82
ΣΑΡΑΝ
0,00%
1.07
ΣΑΤΟΚ
0,00%
0.028
ΣΕΝΤΡ
0,00%
0.331
ΣΙΔΜΑ
0,00%
1.53
ΣΠΕΙΣ
0,00%
5.6
ΣΠΙ
0,00%
0.504
ΣΠΥΡ
0,00%
0.127
ΤΕΝΕΡΓ
0,00%
19.81
ΤΖΚΑ
0,00%
1.41
ΤΡΑΣΤΟΡ
0,00%
1.06
ΤΡΕΣΤΑΤΕΣ
0,00%
1.62
ΥΑΛΚΟ
0,00%
0.162
ΦΙΕΡ
0,00%
0.359
ΦΛΕΞΟ
0,00%
8
ΦΡΙΓΟ
0,00%
0.22
ΦΡΛΚ
0,00%
3.57
ΧΑΙΔΕ
0,00%
0.61

GPT 4: Βοηθάει τους ακτινολόγους στην ανίχνευση σφαλμάτων στις διαγνώσεις

Το GPT-4 υποστηρίζει, με την αποτροπή σφαλμάτων στις ακτινολογικές αναφορές, τις επιδόσεις των ακτινολόγων σύμφωνα με έρευνα που δημοσιεύτηκε στο Radiology. Συμβαίνει κάποιες φορές να προκύπτουν σφάλματα στις αναφορές ακτινολογίας λόγω αποκλίσεων, ανακριβειών και μεγάλου φόρτου εργασίας. Τα GPT-4, έχει τη δυνατότητα να βελτιώσει τη διαδικασία δημιουργίας αναφορών.

«Η έρευνά μας προσφέρει μια νέα εξέταση των δυνατοτήτων του GPT-4 του OpenAI», δήλωσε ο επικεφαλής συγγραφέας της μελέτης Dr. Roman J. Gertz, M.D., επικεφαλής του Τμήματος Ακτινολογίας στο Πανεπιστημιακό Νοσοκομείο της Κολωνίας, στην Γερμανία.

«Προηγούμενες μελέτες έχουν δείξει πιθανές εφαρμογές του GPT-4 σε διάφορα στάδια του ταξιδιού του ασθενούς στην ακτινολογία: για παράδειγμα, επιλογή της σωστής απεικονιστικής εξέτασης και πρωτοκόλλου με βάση το ιατρικό ιστορικό του ασθενούς, μετατροπή εκθέσεων ακτινολογίας ελεύθερου κειμένου σε δομημένες αναφορές».

«Ωστόσο, αυτή είναι η πρώτη μελέτη που συγκρίνει διακριτά το GPT-4 και την ανθρώπινη απόδοση στην ανίχνευση σφαλμάτων σε αναφορές ακτινολογίας, αξιολογώντας τις δυνατότητές του έναντι ακτινολόγων διαφορετικών επιπέδων εμπειρίας όσον αφορά την ακρίβεια, την ταχύτητα και τη σχέση κόστους-αποτελεσματικότητας», σημείωσε ο Dr. Gertz.

Ο Dr. Gertz και οι συνεργάτες του ξεκίνησαν να αξιολογούν την αποτελεσματικότητα του GPT-4 στον εντοπισμό κοινών σφαλμάτων στις αναφορές ακτινολογίας, εστιάζοντας στην απόδοση, το χρόνο και τη σχέση κόστους-αποτελεσματικότητας.

Για τη μελέτη, συγκεντρώθηκαν 200 αναφορές ακτινολογίας (ακτινογραφίες και απεικόνιση CT/MRI) το διάστημα μεταξύ Ιουνίου 2023 και Δεκεμβρίου 2023 σε ένα μόνο ίδρυμα. Οι ερευνητές εισήγαγαν σκόπιμα 150 σφάλματα από πέντε κατηγορίες σφαλμάτων (παράλειψη, εισαγωγή, ορθογραφία, πλάγια σύγχυση και “άλλα”) σε 100 από τις αναφορές. Έξι ακτινολόγοι (δύο έμπειροι ακτινολόγοι, δύο θεράποντες ιατροί και δύο εκπαιδευόμενοι ακτινολόγοι) και το GPT-4 επιφορτίστηκαν με την ανίχνευση αυτών των σφαλμάτων.

Οι ερευνητές διαπίστωσαν ότι το GPT-4 είχε ποσοστό ανίχνευσης 82,7% (124 από 150). Τα ποσοστά ανίχνευσης σφαλμάτων ήταν 89,3% για τους έμπειρους ακτινολόγους (134 στους 150) και 80,0% για τους θεράποντες ιατρούς και τους εκπαιδευόμενους ακτινολόγους (120 στους 150), κατά μέσο όρο.

Στη συνολική ανάλυση, το GPT-4 εντόπισε λιγότερα σφάλματα σε σύγκριση με τον έμπειρο ακτινολόγο με τις καλύτερες επιδόσεις (82,7% έναντι 94,7%). Ωστόσο, δεν υπήρξε καμία ένδειξη διαφοράς στο ποσοστό της μέσης απόδοσης στο ποσοστό ανίχνευσης σφάλματος μεταξύ του GPT-4 και όλων των άλλων ακτινολόγων.

Απαιτούσε λιγότερο χρόνο επεξεργασίας ανά αναφορά ακτινολογίας ακόμη και από τον πιο γρήγορο ανθρώπινο αναγνώστη και η χρήση του GPT-4 είχε ως αποτέλεσμα χαμηλότερο μέσο κόστος διόρθωσης ανά αναφορά από τον πιο οικονομικό ακτινολόγο.

«Αυτή η αποτελεσματικότητα στην ανίχνευση σφαλμάτων μπορεί να υποδηλώνει ένα μέλλον όπου η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη βελτιστοποίηση της ροής εργασιών στα ακτινολογικά τμήματα, διασφαλίζοντας ότι οι αναφορές είναι ακριβείς και άμεσα διαθέσιμες», είπε ο Dr. Gertz, «ενισχύοντας έτσι την ικανότητα του ακτινολογικού τμήματος να παρέχει έγκαιρη και αξιόπιστη διάγνωση».

Ο Dr. Gertz σημειώνει ότι τα ευρήματα της μελέτης είναι σημαντικά για τη δυνατότητά τους να βελτιώσουν τη φροντίδα των ασθενών, ενισχύοντας την ακρίβεια των ακτινολογικών αναφορών μέσω της υποβοηθούμενης διόρθωσης GPT-4. Αποδεικνύεται, ότι μπορεί να ταιριάξει με την απόδοση ανίχνευσης σφαλμάτων των ακτινολόγων – ενώ μειώνει σημαντικά τον χρόνο και το κόστος που σχετίζεται με τη διόρθωση της αναφοράς – αυτή η έρευνα δείχνει τα πιθανά οφέλη από την ενσωμάτωση της τεχνητής νοημοσύνης στα ακτινολογικά τμήματα.

«Η μελέτη αντιμετωπίζει κρίσιμες προκλήσεις υγειονομικής περίθαλψης, όπως η αυξανόμενη ζήτηση για υπηρεσίες ακτινολογίας και η πίεση για μείωση του λειτουργικού κόστους», ανέφερε.

«Τελικά, η έρευνά μας παρέχει ένα συγκεκριμένο παράδειγμα του πώς η τεχνητή νοημοσύνη, ειδικά μέσω εφαρμογών όπως το GPT-4, μπορεί να φέρει επανάσταση στην υγειονομική περίθαλψη ενισχύοντας την αποτελεσματικότητα, ελαχιστοποιώντας τα σφάλματα και διασφαλίζοντας ευρύτερη πρόσβαση σε αξιόπιστες, προσιτές διαγνωστικές υπηρεσίες – θεμελιώδη βήματα προς τη βελτίωση των αποτελεσμάτων περίθαλψης ασθενών».

Google News icon
Ακολουθήστε το Powergame.gr στο Google News για άμεση και έγκυρη οικονομική ενημέρωση!