ChatGPT4用于神经系统疾病的诊断与定位 - 以急性期Stroke应用为例

本期文章中，小编继续为大家介绍一种ChatGPT用于医疗领域的实例，神经系统的疾病治疗过程中，定位是至关重要的一步，但过去很长一段时间里，单纯靠用于病灶定位的软件能力有限，而基于临床表现进行病灶定位是医疗诊断的重要组成部分，文章《GPT-4在神经定位方面的性能》由Jung-Hyun Lee医生、Eunhee Choi医生、Robert McDougal医生和William W. Lytton医生共同撰写，发表于2024年的《神经学：临床实践》杂志。研究主要探讨GPT-4在健康医疗领域特别是神经定位方面的潜在应用。

背景

      中风可导致长期残疾甚至死亡，了解中风发生在大脑的哪个部位有助于预测长期影响，例如言语和语言问题或一个人移动身体部位的能力。它还可以帮助确定最佳治疗方法和患者的总体预后。神经系统检查与回顾一个人的健康史相结合，可以帮助定位病变。考试包括症状评估以及思维和记忆测试。中风患者经常进行脑部扫描来定位病变。

      研究作者 Jung-Hyun Lee 医学博士说：“并非每个中风患者都能接受脑部扫描或接受神经科医生的检查，因此我们希望确定 GPT-4 是否能够根据一个人的健康史和神经系统检查准确定位中风后的脑部病变。” 

      现代医疗领域面临着地区和人群之间医疗差距的挑战。先前开发的用于病灶定位的软件范围有限，而基于临床表现进行病灶定位是医疗诊断的重要组成部分。GPT-4作为一种大型语言模型，它在文本数据集上接受过广泛的训练，显示出处理自由文本回应的能力。

美国心脏病专家、科学家和作家，畅销书《未来医疗》作者 - Eric Jeffrey Topol推荐该方法，虽然没有到达最佳诊断状态，但趋势大好

方法

      研究者选取了公开发表的急性中风病例，利用病史和神经体检信息对GPT-4进行提示，并跟进临床推理问题，分析GPT-4在单个或多个病灶、病变侧别和脑区域定位的准确性。GPT-4的输出与基于影像学的定位结果进行了三轮对比。

本文提出的ChatGPT提示语Prompt结构设计，Chain-of-thought（CoT）是ChatGPT应用于医疗领域的做重要逻辑

结果

      GPT-4能够准确处理原始文本，产生准确的神经解剖定位和详细的临床推理。在试验中，针对侧别、脑区域的特异性、灵敏度、精度和F1分数等性能指标均表现出较高的水平。研究还发现，错误定位通常是由于输入信息不足或内在的逻辑失败或知识基础不足所致。

以下方框内容来自于文章中结果部分翻译，不代表本公众号观点：

病例情况： 男性，55岁，入院前3天提重物后突然出现头晕、复视、闭眼困难、咀嚼困难。有轻度高血压病史1年，接受氨氯地平2.5 mg/d治疗，哮喘控制不佳。检查时，他显示出完全的双侧水平凝视麻痹，且前庭眼反射未矫正。在尝试向上凝视时观察到凝视诱发[原文如此]乐观眼球震颤（UBN），但在直视前方凝视位置时观察不到。此外，他还患有双侧周围性面瘫，以左侧为主。其他脑神经检查，包括面部感觉、味觉、听力和咽反射，均正常。指鼻试验时发现左上肢有轻度共济失调。4肢肌力5级，针刺感正常，腱反射灵敏。 ChatGPT提示词： “让我们一步一步地解决这个问题，以确保我们得到正确的答案。 首先，仅根据上述信息在神经解剖学上定位病变。将特定的神经系统发现与可能的解剖结构联系起来。  然后弄清楚以下几点：“单个或多个病变”= 表明病变是多个还是单个。“大脑区域”= 指定病变所在的解剖区域。  从以下选项中选择：大脑半球；小脑；脑干; 颈脊髓；胸脊髓；腰脊髓。 'Side’ = 表示左侧或右侧或两者。  根据上述内容，写出与可能的解剖结构相关的具体神经系统发现。然后使用以下格式呈现病变的定位，不要遗漏格式中的任何元素或字符，不要改变格式。格式 = ['单个或多个病变’,'大脑区域’,'侧面’]” ChatGPT输出结果： 该患者的表现与影响两侧脑干的多个病变一致，具体的发现可以是与以下解剖结构相关： (1) 前庭眼反射无法矫正的双侧水平凝视麻痹提示脑桥凝视受累两侧的中心（脑桥旁正中网状结构）。 (2) 尝试向上凝视时凝视诱发的乐观眼球震颤 (UBN) 暗示中脑潜在病变或功能障碍。 (3)双侧周围性面瘫，以左侧为主，提示面神经核或面神经病变。这与双侧凝视麻痹相结合进一步表明面神经麻痹的中枢模式（莫比斯综合征）。 (4) 左上肢轻度共济失调，如指鼻试验所示，提示小脑通路受累，可能与位于延髓的小脑下脚有关。 ['多处病变’、'脑干’、'两侧’] 影像结果对比： MRI：发病后 1 天的弥散加权图像显示，右侧小脑中脚和双侧脑桥背被盖的受限弥散信号增加。 答案：['多处病变’、'脑干’、'两侧’]

讨论

      研究揭示了GPT-4在急性中风病变定位中的潜力，表明其有望成为神经学临床工具的一部分。同时，讨论了利用GPT-4进行神经解剖定位的透明性问题，以及未来将如何改善LLM在医学应用中的性能。

跨大脑区域的分解表明除小脑外的所有区域ChatGPT都表现出色

未来展望

      作者提出GPT-4不仅在中风定位上有应用潜力，也可广泛用于神经学诊断。考虑到电子医疗的快速发展，GPT-4可以作为缺乏神经专业护理的远程医院的一个重要支持工具。此外，研究强调了开发LLM以用于临床的重要性，并呼吁包括研究人员、患者和政策制定者在内的多元化健康护理参与者共同协作。

      这项研究虽然仅是在应用GPT-4于临床神经学领域的初步探索，但它展现了LLM在医学中的潜力，并强调了继续研究和发展以有效应对这一多方面挑战的重要性。

最后惯例AI生成一张图，期待未来ChatGPT在医疗领域做出更大的贡献：

参考文献：

Lee, Jung-Hyun, et al. 'GPT-4 performance for neurologic localization.' Neurology: Clinical Practice 14.3 (2024): e200293.