腎腫瘍学における人工知能戦略の強化：GPT 35対40の反復最適化と比較分析

背景：医学における人工知能（AI）の台頭は、医療診断と治療における極めて重要なツールとしてのChatGPTの可能性を明らかにしました。この研究では、腎細胞癌（RCC）の臨床調査に対処する際のCHATGPTバージョン3.5および4.0の有効性を評価します。特に、モデルの微調整および反復的最適化は、この領域でのChatGPTの制限を修正しました。 方法：私たちの研究では、泌尿器科の専門家からの80のRCC関連の臨床的質問が、ChatGPT 3.5とChatGPT 4.0の両方に3回提起され、バイナリ（はい/いいえ）応答を求めました。次に、回答を統計的に分析しました。最後に、これらの質問を使用してGPT-3.5ターボモデルを微調整し、トレーニングの結果を評価しました。 結果：CHATGPTバージョン3.5と4.0によって提供される回答の平均精度率は、それぞれ67.08％と77.50％であることがわかりました。CHATGPT 4.0はChatGPT 3.5を上回り、応答の精度が高い（P <0.05）。80の質問に対する正しい回答の数を数えることにより、ChatGPT 4.0のパフォーマンスが向上しているが（P <0.05）、両方のバージョンが回答に不安定になることがわかった。最後に、GPT-3.5ターボモデルを微調整することにより、これらの質問に対する正しい応答率が93.75％で安定する可能性があることがわかりました。モデルの反復最適化により、100％の応答精度が発生する可能性があります。 結論：CHATGPTバージョン3.5と4.0を臨床RCCの質問に対処し、制限を特定しました。GPT-3.5ターボ微調整モデル反復トレーニング方法を適用することにより、腎腫瘍学のAI戦略を強化しました。このアプローチは、ChatGPTのデータベースと臨床ガイダンス機能を強化し、この分野のAIを最適化するように設定されています。

BACKGROUND: The rise of artificial intelligence (AI) in medicine has revealed the potential of ChatGPT as a pivotal tool in medical diagnosis and treatment. This study assesses the efficacy of ChatGPT versions 3.5 and 4.0 in addressing renal cell carcinoma (RCC) clinical inquiries. Notably, fine-tuning and iterative optimization of the model corrected ChatGPT's limitations in this area. METHODS: In our study, 80 RCC-related clinical questions from urology experts were posed three times to both ChatGPT 3.5 and ChatGPT 4.0, seeking binary (yes/no) responses. We then statistically analyzed the answers. Finally, we fine-tuned the GPT-3.5 Turbo model using these questions, and assessed its training outcomes. RESULTS: We found that the average accuracy rates of answers provided by ChatGPT versions 3.5 and 4.0 were 67.08% and 77.50%, respectively. ChatGPT 4.0 outperformed ChatGPT 3.5, with a higher accuracy rate in responses (p < 0.05). By counting the number of correct responses to the 80 questions, we then found that although ChatGPT 4.0 performed better (p < 0.05), both versions were subject to instability in answering. Finally, by fine-tuning the GPT-3.5 Turbo model, we found that the correct rate of responses to these questions could be stabilized at 93.75%. Iterative optimization of the model can result in 100% response accuracy. CONCLUSION: We compared ChatGPT versions 3.5 and 4.0 in addressing clinical RCC questions, identifying their limitations. By applying the GPT-3.5 Turbo fine-tuned model iterative training method, we enhanced AI strategies in renal oncology. This approach is set to enhance ChatGPT's database and clinical guidance capabilities, optimizing AI in this field.