目前，通过 AI 工具的结合，在一定程度上可以根据已调研完成的病例数据输出医学报告。例如 GPT-4V 在医学图像理解方面显示出了有效性，能够为各种医学图像生成完整的放射学报告。在一些案例中，如腹部 X 射线图像和右膝的 MRI 图像，GPT-4V 能正确识别研究并提供准确诊断。但也存在一些错误，比如在手部/腕部 X 射线图像中错过远侧桡骨骨折，在胸部 CT 中错误识别结节位置和产生测量误差。尽管生成的报告能保持高质量格式，可作为模板减轻医学专业人士起草报告的工作负担，但由医学专业人士评估生成的报告以确保其正确性和准确性仍是至关重要的。
在第4.1节中，通过图18-19展示了GPT-4V在医学图像理解方面的有效性。此外，我们进行了详细的调查，探讨了GPT-4V在放射学报告生成中的应用，如图75-78所示。在这种情况下，我们为GPT-4V提供了各种医学图像，并要求它生成完整的放射学报告。由于评估生成报告的准确性需要领域知识，我们寻求了医学专业人士的评估。图75展示了两个准确的例子：一个涉及腹部X射线图像，另一个涉及右膝的MRI。在两种情况下，GPT-4V正确识别了研究并提供了准确的诊断。接下来在图76中，我们观察了GPT-4V为手/腕的X射线图像生成的放射学报告。虽然GPT-4V根据第一张X射线图像成功诊断了推荐的管理措施，但它错过了第二张X射线图像中明显的远侧桡骨骨折。尽管如此，生成的报告保持了高质量的格式，可以作为模板，从而减轻了医学专业人士在起草报告时的工作负担。在图77中，我们探讨了涉及胸部CT和大脑MRI的两个额外示例。在胸部CT的情况下，GPT-4V错误地识别了左侧而不是右侧的提及的结节，并且还产生了测量误差。处理交错的图像-文本对的能力还允许GPT-4V引用先前的医学扫描和诊断历史，这对于医学专业人士的诊断过程被证明是至关重要的。图78显示了从多个胸部X射线扫描中理解症状进展的示例2。这些插图突显了GPT-4V作为放射学报告生成的AI助手的潜力。然而，由医学专业人士评估生成的报告以确保其正确性和准确性是至关重要的。