[논문 리뷰] AI-Generated Content Enhanced Computer-Aided Diagnosis Model for Thyroid Nodules: A ChatGPT-Style Assistant

Jincao Yao, Yunpeng Wang외 14명|arXiv (Cornell University)|2024. 02. 04.

Artificial Intelligence in Healthcare and Education인용 수 12

한 줄 요약

ThyGPT는 ChatGPT에서 영감을 받은 AI 생성 콘텐츠로 강화된 CAD 모델로, 방사선 전문의가 갑상선 결절 위험 평가를 돕고 진단 성능을 향상시킵니다. 특히 경력이 적은 임상의에게 유리합니다.

ABSTRACT

An artificial intelligence-generated content-enhanced computer-aided diagnosis (AIGC-CAD) model, designated as ThyGPT, has been developed. This model, inspired by the architecture of ChatGPT, could assist radiologists in assessing the risk of thyroid nodules through semantic-level human-machine interaction. A dataset comprising 19,165 thyroid nodule ultrasound cases from Zhejiang Cancer Hospital was assembled to facilitate the training and validation of the model. After training, ThyGPT could automatically evaluate thyroid nodule and engage in effective communication with physicians through human-computer interaction. The performance of ThyGPT was rigorously quantified using established metrics such as the receiver operating characteristic (ROC) curve, area under the curve (AUC), sensitivity, and specificity. The empirical findings revealed that radiologists, when supplemented with ThyGPT, markedly surpassed the diagnostic acumen of their peers utilizing traditional methods as well as the performance of the model in isolation. These findings suggest that AIGC-CAD systems, exemplified by ThyGPT, hold the promise to fundamentally transform the diagnostic workflows of radiologists in forthcoming years.

연구 동기 및 목표

• 설명 가능한 AI 생성 콘텐츠를 추가하여 임상의와 CAD 모델 간의 상호작용 및 이해 격차를 해소한다.
• 다중 소스의 갑상선 데이터를 바탕으로 nodule 위험 평가를 위한 대형 언어 모델(ThyGPT)을 구축한다.
• 임상 의사결정을 지원하기 위해 의미적 수준의 커뮤니케이션 및 특징 기여 표시를 가능하게 한다.

제안 방법

• LLaMA2-13B를 기반 아키텍처로 삼고 갑상선 특화 지시사항과 보고서로 미세조정한다.
• 특징 추출과 히트맵 생성을 위해 Swin-Transformer 및 DCNN을 활용한 이미지 분석 모듈을 통합한다.
• 인터랙티브한 설명을 위한 Lang-Chain 기반 프레임워크에서 이미지 분석을 결절 인식과 융합한다.
• 대규모 Zhejiang Cancer Hospital 데이터셋(19,165명 환자, 12,073개 보고서)으로 학습하고 ROC, AUC, 민감도, 특이도로 평가한다.
• 데이터 증강(회전 ±10°, 랜덤 크롭, 80–120% 스케일)을 통해 초음파 기계 간 강건성을 향상시킨다.

실험 결과

연구 질문

• RQ1 ChatGPT 스타일의 LLM이 갑상선 결절 위험 평가에 대해 투명한 근거와 특징 기여를 제공할 수 있는가?
• RQ2 의사와 AIGC-CAD를 통합하는 것이 의사 단독 또는 독립 CAD와 비교하여 진단 정확도를 향상시키는가?
• RQ3 독립 테스트 세트에서 ThyGPT가 초진 및 경력 의사의 진단 성능에 미치는 영향은 어떠한가?
• RQ4 설명 가능한 출력물(히트맵 및 텍스트 근거)이 임상의 신뢰와 의사결정에 어떤 역할을 하는가?

주요 결과

• ThyGPT는 Test Set 1에서 AUC 0.909를 달성했다.
• 초진 의사의 민감도는 ThyGPT의 도움으로 27.1–28.5%, 특이도는 19.4–21.3% 증가했다.
• 고위 의사의 민감도는 11.1–14.3%, 특이도는 9.2–10.6% 증가했다.
• 단독 ThyGPT는 독립 테스트 세트에서 민감도 84.7–86.2%, 특이도 87.0–88.3%를 보였다.
• 방사선 전문의와 ThyGPT의 결합은 때때로 독립 AI 모델을 능가하거나 일부 지표에서 고위 의사에 비견하거나 능가했다.
• ThyGPT는 관찰자 간 변이성을 감소시키고 투명한 근거 기반 진단 지원을 제공했다.