DOI: https://doi.org/10.4274/dir.2026.263762
PMID: https://pubmed.ncbi.nlm.nih.gov/41693651
تاريخ النشر: 2026-02-16
المؤلف: Eren Çamur وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
تدرس هذه الدراسة تأثير تنسيق الإدخال وإعدادات المعلمات الفائقة على أداء GPT-5 في مساعدة أطباء الأشعة في الحالات البطنية. تم تحليل ما مجموعه 86 حالة باستخدام سياقين للنشر: GPT-5 المستند إلى المتصفح مع الإعدادات الافتراضية وGPT-5 الذي تم الوصول إليه عبر واجهة برمجة تطبيقات OpenAI مع إمكانية ضبط درجة الحرارة ومعلمات top-p. شمل التقييم تنسيقين للإدخال – “بصري فقط” و”بصري مع نتائج التصوير والعرض السريري” – لتقييم الدقة التشخيصية. أشارت النتائج إلى زيادة كبيرة في الدقة التشخيصية من 12% مع تنسيق “بصري فقط” إلى 58% عندما تم تقديم سياق سريري إضافي (P < 0.001). أدى المزيد من تحسين المعلمات الفائقة إلى دقة تبلغ 73% عند الإعدادات المثلى (درجة الحرارة: 1.5، top-p: 1) وتحسين درجات التشخيص التفريقي. كما أبرزت الدراسة تحسين أداء أطباء الأشعة المبتدئين عند مساعدتهم بواسطة GPT-5. ارتفعت دقتهم التشخيصية من 73% و71% بدون مساعدة إلى 87% و86% مع دعم GPT-5 المستند إلى المتصفح، وبلغت 94% مع الإعدادات المثلى. كما تحسنت درجات التشخيص التفريقي من الوسيط 4 إلى 5 مع مساعدة GPT-5. تؤكد النتائج على إمكانية تحسين المعلمات الفائقة وتنسيقات الإدخال المنظمة لتعزيز الفائدة السريرية لـ GPT-5، مما يشير إلى أن توحيد هذه الإعدادات قد يكون حاسمًا للتطبيقات المستقبلية لنماذج اللغة الكبيرة في دعم القرار الطبي.
مقدمة
تدرس الدراسة الأداء التشخيصي لـ GPT-5 في مجال الأشعة البطنية، مع التركيز على دقته وقدراته في التشخيص التفريقي تحت حالتين من الإدخال: الإدخال البصري فقط والإدخال البصري المدعوم بنتائج التصوير والعروض السريرية. تشير النتائج إلى تحسين كبير في الدقة التشخيصية من 12% إلى 58% عند تقديم سياق سريري إضافي. أدى المزيد من تحسين المعلمات الفائقة إلى تحسين الأداء، مما رفع الدقة التشخيصية إلى 73% وتحسين مقاييس التشخيص التفريقي.
بالإضافة إلى ذلك، حسنت مساعدة GPT-5 بشكل ملحوظ الدقة التشخيصية لأطباء الأشعة، حيث ارتفعت معدلات عدم المساعدة من 73% و71% إلى 87% و86% مع مساعدة GPT المستند إلى المتصفح، وبلغت 94% مع إعدادات المعلمات الفائقة المثلى. تشير هذه النتائج إلى أن نماذج اللغة الكبيرة المحسنة يمكن أن تعمل كأدوات فعالة لدعم القرار في الأشعة البطنية. تسلط الدراسة الضوء على أهمية تحسين المعلمات الفائقة وتدعو إلى مزيد من البحث للتحقق من فائدة نماذج اللغة الكبيرة عبر سياقات سريرية متنوعة. جميع البيانات ذات الصلة والتفاصيل المنهجية متاحة في المواد التكميلية.
الطرق
يستعرض قسم “الطرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. نفذ الباحثون تجربة عشوائية محكومة لضمان موثوقية النتائج، حيث تم توزيع المشاركين على مجموعة العلاج أو مجموعة التحكم.
شمل جمع البيانات مقاييس موحدة لتقييم النتائج الرئيسية، وتم إجراء التحليل باستخدام برامج إحصائية مناسبة. استخدم المؤلفون تقنيات مثل تحليل الانحدار وANOVA لتقييم تأثير التدخل، مع ضمان التحكم في المتغيرات المربكة. بشكل عام، كانت الصرامة المنهجية تهدف إلى تعزيز صلاحية وعمومية النتائج.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود علاقة واضحة بين المتغيرات قيد البحث، حيث تؤكد التحليلات الإحصائية قوة هذه العلاقات. من الجدير بالذكر أن النتائج تظهر أن التدخل المطبق يؤدي إلى تحسين ملحوظ في النتائج المقاسة، كما يتضح من المقاييس الكمية المبلغ عنها.
علاوة على ذلك، يكشف التحليل عن أنماط محددة تتماشى مع الإطار النظري الذي تم وضعه في المقدمة. لا تدعم هذه النتائج الفرضيات الأولية فحسب، بل تساهم أيضًا في الفهم الأوسع للموضوع، مما يشير إلى تداعيات محتملة للبحث المستقبلي والتطبيقات العملية. بشكل عام، تؤكد النتائج على أهمية الدراسة في تعزيز المعرفة ضمن هذا المجال.
المناقشة
استخدمت الدراسة تصميمًا مقطعيًا استباقيًا لتقييم أداء GPT-5 في الأشعة البطنية، مستفيدة من حالات من قاعدة بيانات Eurorad. تم تحليل ما مجموعه 20 حالة ذات أسباب متعددة النظم، مع التركيز على تأثير تحسين المعلمات الفائقة على الدقة التشخيصية وأداء التشخيص التفريقي. قارنت الدراسة بين GPT-5 المستند إلى المتصفح مع إعدادات غير معلنة وGPT-5 الذي تم الوصول إليه عبر واجهة برمجة تطبيقات OpenAI، حيث يمكن التحكم في إعدادات درجة الحرارة وtop-p بشكل صريح. تم تحديد الإعدادات المثلى على أنها درجة حرارة 1.5 وtop-p 1، مما أدى إلى تحسينات كبيرة في الدقة التشخيصية من 12% إلى 58% عند تضمين نتائج التصوير والعروض السريرية، وإلى 73% مع الإعدادات المحسنة.
تشير النتائج إلى أن مساعدة GPT-5 حسنت بشكل كبير الأداء التشخيصي لأطباء الأشعة، حيث ارتفعت الدقة من 73%/71% بدون مساعدة إلى 87%/86% مع الدعم المستند إلى المتصفح، وإلى 94% مع الإعدادات المثلى. وهذا يشير إلى أن GPT-5 لا يساعد فقط في توليد تشخيصات أكثر دقة، بل يحسن أيضًا صياغة تشخيصات تفريقية شاملة، مما يعزز التفكير التشخيصي. ومع ذلك، تعترف الدراسة بالقيود، بما في ذلك الاعتماد على مجموعة بيانات واحدة والانحيازات المحتملة بسبب طبيعة النموذج وتصميم الدراسة. يجب أن تستكشف الأبحاث المستقبلية تأثيرات المحفزات المختلفة وتقييم دمج نماذج اللغة الكبيرة في الممارسة السريرية لتحسين الفوائد التشخيصية.
DOI: https://doi.org/10.4274/dir.2026.263762
PMID: https://pubmed.ncbi.nlm.nih.gov/41693651
Publication Date: 2026-02-16
Author(s): Eren Çamur et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
This study investigates the impact of input format and hyperparameter settings on the performance of GPT-5 in assisting radiologists with abdominal cases. A total of 86 cases were analyzed using two deployment contexts: browser-based GPT-5 with default settings and GPT-5 accessed via the OpenAI API with adjustable temperature and top-p parameters. The evaluation involved two input formats—”only visual” and “visual with imaging findings and clinical presentation”—to assess diagnostic accuracy. The results indicated a significant increase in diagnostic accuracy from 12% with the “only visual” format to 58% when additional clinical context was provided (P < 0.001). Further optimization of hyperparameters led to an accuracy of 73% at optimal settings (temperature: 1.5, top-p: 1) and improved differential diagnosis scores. The study also highlighted the enhancement in performance of junior radiologists when assisted by GPT-5. Their diagnostic accuracy rose from 73% and 71% without assistance to 87% and 86% with browser-based GPT-5 support, reaching 94% with optimal settings. Differential diagnosis scores similarly improved from a median of 4 to 5 with GPT-5 assistance. The findings underscore the potential of hyperparameter optimization and structured input formats to enhance the clinical utility of GPT-5, suggesting that standardizing these settings could be crucial for future applications of large language models in medical decision support.
Introduction
The study investigates the diagnostic performance of GPT-5 in the field of abdominal radiology, focusing on its accuracy and differential diagnosis capabilities under two input conditions: visual input alone and visual input supplemented with imaging findings and clinical presentations. The results indicate a significant improvement in diagnostic accuracy from 12% to 58% when additional clinical context was provided. Further optimization of hyperparameters led to an enhancement in performance, raising diagnostic accuracy to 73% and improving differential diagnosis metrics.
Additionally, the assistance of GPT-5 markedly improved the diagnostic accuracy of radiologists, with unassisted rates of 73% and 71% increasing to 87% and 86% with browser-based GPT assistance, and reaching 94% with optimal hyperparameter settings. These findings suggest that optimized large language models (LLMs) can serve as effective decision-support tools in abdominal radiology. The study highlights the importance of hyperparameter optimization and calls for further research to validate the utility of LLMs across various clinical contexts. All relevant data and methodological details are provided in the supplementary materials.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. It details the selection of participants, the design of the experiments, and the statistical techniques used for data analysis. The researchers implemented a randomized controlled trial to ensure the reliability of the results, with participants assigned to either the treatment or control group.
Data collection involved standardized measures to assess the primary outcomes, and the analysis was conducted using appropriate statistical software. The authors employed techniques such as regression analysis and ANOVA to evaluate the effects of the intervention, ensuring that confounding variables were controlled for. Overall, the methodological rigor aimed to enhance the validity and generalizability of the findings.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical procedures employed. The data indicates a clear correlation between the variables under investigation, with statistical analyses confirming the robustness of these relationships. Notably, the results demonstrate that the intervention applied leads to a marked improvement in the measured outcomes, as evidenced by the quantitative metrics reported.
Furthermore, the analysis reveals specific patterns that align with the theoretical framework established in the introduction. These findings not only support the initial hypotheses but also contribute to the broader understanding of the subject matter, suggesting potential implications for future research and practical applications. Overall, the results underscore the importance of the study in advancing knowledge within the field.
Discussion
The study employed a prospective cross-sectional design to evaluate the performance of GPT-5 in abdominal radiology, utilizing cases from the Eurorad database. A total of 20 cases with multisystemic etiologies were analyzed, focusing on the impact of hyperparameter optimization on diagnostic accuracy and differential diagnosis performance. The study compared browser-based GPT-5 with undisclosed settings and GPT-5 accessed via the OpenAI API, where temperature and top-p settings could be explicitly controlled. The optimal settings were identified as temperature 1.5 and top-p 1, leading to significant improvements in diagnostic accuracy from 12% to 58% when imaging findings and clinical presentations were included, and further to 73% with optimized settings.
The findings indicate that GPT-5 assistance significantly enhanced the diagnostic performance of radiologists, with accuracies rising from 73%/71% without assistance to 87%/86% with browser-based support, and to 94% with optimal settings. This suggests that GPT-5 not only aids in generating more accurate diagnoses but also improves the formulation of comprehensive differential diagnoses, thereby enhancing diagnostic reasoning. However, the study acknowledges limitations, including reliance on a single dataset and potential biases due to the nature of the model and the study design. Future research should explore the effects of different prompts and evaluate the integration of LLMs into clinical practice to optimize diagnostic benefits.