世間最悲催的事件
莫過於美人遲暮、英雄白發。
對於年輕的放射科醫生而言，AI智能診斷帶來的職業生涯沖擊揮之不去。在AI的沖擊之下，許多年輕的診斷醫生寄希望於另外一條職業發展路徑：盡快成為高年資醫生，以此降低或者規避被取代的風險。
但，高年資的放射科醫生真的可以高枕無憂嗎？
2024年4月，放射學屆公認的Top期刊Radiology發表了德國科隆大學最新的研究成果：GPT-4在發現放射科報告的錯誤方面與全部組別醫師平均水平相當（高級、中級及初級）；但是從具體數值來看，GPT-4稍低於高年資醫生，但高於主治醫師和住院醫師。
換言之：目前的GPT-4可以在一定程度上協助（取代）高年資醫生審閱下級醫師報告。
研究設計
將200份包含不同病竈的放射科報告（89份X線、111份CT及MRI）透過隨機化軟件1:1分為2組（診斷正確組與錯誤組），每組各100份。需要說明的是：這裏的「錯誤組」是人為制造的，具體來說是將150個錯誤故意引入本來正確的報告中，且控制每份報告的錯誤最大數量不超過3個（圖1）。
圖1.研究設計圖
上面提到的150個常見錯誤歸屬於以下5類：
①漏詞，比如將「no fracture」寫成「fracture」；
②多詞，比如將「normal」寫成「abnormal」；
③拼寫錯誤，比如將「pneumothorax」誤寫成「pnuemothorax」；
④位置混淆，比如「左右」「前後」「上下」等顛倒；
⑤其它錯誤，比如「厘米」和「毫米」誤用。
該研究中，只有那些被故意放進去的150個錯誤才被用來作為「金標準」。6名醫師中，2名為高年資醫師（17年和20年工作經驗），2名為中級醫師（7年和8年工作經驗），2名為初級醫師（均為5年工作經驗）。隨後，研究者統計了GPT-4和不同年資醫師之間發現錯誤的比例、用時及成本。
檢出報告錯誤方面
研究者發現，在發現診斷報告錯誤方面，GPT-4僅低於表現最好的1名高年資醫師，除此之外和其他所有醫師均沒有差別。具體來說，上述表現最好的高年資醫師發現錯誤的比例為94.7%（發現了150個病竈中的142個），而GPT-4發現了150個錯誤中的124個，檢出率為82.7%（圖2，表1）。
圖2. GPT-4與不同級別醫師檢出報告錯誤能力比較
那麽，對於某一份具體的報告，GPT-4發現的典型錯誤包括哪些呢？下表呈現了代表性的影像所見及印象，同時給出了具體的錯誤類別（表2）。
表2. GPT-4檢出報告錯誤範例
所用時間
審閱全部200份報告GPT-4用時0.19小時，審閱全部報告最快的醫師總用時為1.4小時，最慢的5.74小時。GPT-4審閱單份報告平均用時為3.5±0.5s，速度最快的醫師其平均每份報告用時25.1±20.1s，顯著慢於GPT-4（圖3A-B）
費用
審閱200份放射報告，需要支付給醫師的薪水平均為190.17美元（高年資醫師平均為231.85美元，中級醫師平均為156.89美元，初級醫師平均為181.98美元【註：原文數據如此】），而GPT-4的花費為5.78美元。
以審閱單份報告為例，需要支付給醫師群體的平均費用為0.96美元（高年資醫師平均費用為1.17美元，主治醫師平均費用為0.78美元，住院醫師平均費用為0.93美元），而GPT-4的花費僅為0.03美元（圖3C-D）。
圖3.醫師及GPT-4審閱報告所需時間及費用
小結
在放射報告錯誤的檢出能力方面，GPT-4取得了和醫師不相上下的效能。相比於平均89.3%（高年資醫師）、80%（主治醫師）和80%（住院醫師）的錯誤檢出率，GPT-4取得了82.7%的檢出效能，與醫師的檢出率均未見統計學差異。實際上，GPT-4的檢出能力只比1名高年資醫師略低（82.7% vs 94.7%，P＝0.006），與其余的5名醫師相比，均無差異。但是在審閱單份報告的時間上，GPT-4以單份報告用時3.5±0.5s的速度完勝各級醫師；此外審閱200份報告GPT-4僅需5.78美元，而支付給醫師的平均薪水則高達190.17美元。
上述數據顯示，繼書寫報告之後，GPT-4憑借其優秀的錯誤檢出能力、極短的耗時及超低的成本在審閱報告方面亦展示出不俗的潛力。醫院在做好私密保護及資訊保安的前提下，若采用GPT-4審閱報告，將有助於最佳化工作流程、縮短工作時間、提升工作效率、降低醫院及科室支出。
心聲
作為剛剛聘上的高年資醫師，小編不由得「兩股戰戰，幾欲先走」，心中一萬只羊駝在奔騰……
參考文獻
Radiology 2024; 311(1):e232714 https://doi.org/10.1148/radiol.232714
·END·
精彩推薦：
更多精彩醫學影像內容，盡在鼎湖影像
