Große Sprachmodelle wie ChatGPT und GPT-4 für eine patientenzentrierte Radiologie

Zusammenfassung

Hintergrund

Mit der Einführung von ChatGPT Ende November 2022 haben auf künstlicher Intelligenz (KI) basierende große Sprachmodelle weltweit großen Bekanntheitsgrad erlangt. Die Sprachmodelle werden auf riesigen Datenmengen trainiert und erreichen hierdurch die Fähigkeit, selbst komplexe Aufgabenstellungen in Sekundenschnelle zu bearbeiten und detaillierte Antworten auf hohem sprachlichem Niveau in textbasierter Form auszugeben.

Ziel der Arbeit

Überblick zu den derzeit am meisten diskutierten großen Sprachmodellen ChatGPT und GPT‑4 in Hinblick auf potenzielle Anwendungsbereiche für eine patientenzentrierte Radiologie.

Material und Methoden

PubMed-Suche zu beiden großen Sprachmodellen unter den Schlagworten „ChatGPT“ und „GPT-4“ mit subjektiver Auswahl und Ergänzung im Sinne eines narrativen Reviews.

Ergebnisse

Der generische Charakter der Sprachmodelle birgt großes Potenzial für die Radiologie, um Patienten und Zuweisern einen leicht verständlichen Zugang zu radiologischen Befunden zu ermöglichen, Sprachbarrieren zu beseitigen und die Qualität von Aufklärungsgesprächen zu erhöhen. Damit könnte ein großer Schritt hin zu einer patientenzentrierten bzw. personenzentrierten Radiologie getan werden.

Diskussion

Große Sprachmodelle stellen ein aussichtsreiches Werkzeug dar, um die Befundkommunikation, die interdisziplinäre Zusammenarbeit und Workflows in der Radiologie zu verbessern. Allerdings sind wichtige Fragen zum Datenschutz und zur verlässlichen Anwendbarkeit der Modelle in der Medizin noch ungeklärt.

Abstract

Background

With the introduction of ChatGPT in late November 2022, large language models based on artificial intelligence have gained worldwide recognition. These language models are trained on vast amounts of data, enabling them to process complex tasks in seconds and provide detailed, high-level text-based responses.

Objective

To provide an overview of the most widely discussed large language models, ChatGPT and GPT‑4, with a focus on potential applications for patient-centered radiology.

Materials and methods

A PubMed search of both large language models was performed using the terms “ChatGPT” and “GPT-4”, with subjective selection and completion in the form of a narrative review.

Results

The generic nature of language models holds great promise for radiology, enabling both patients and referrers to facilitate understanding of radiological findings, overcome language barriers, and improve the quality of informed consent discussions. This could represent a significant step towards patient-centered or person-centered radiology.

Conclusion

Large language models represent a promising tool for improving the communication of findings, interdisciplinary collaboration, and workflow in radiology. However, important privacy issues and the reliable applicability of these models in medicine remain to be addressed.