Comparative analysis of generic vision-language models in detecting and diagnosing inherited retinal diseases using fundus photographs
6.0
来源：
Nature
关键字：
medical imaging+deep learning
发布时间：
2025-10-08 07:39
摘要：
该研究评估了三种通用视觉-语言模型在检测和诊断遗传性视网膜疾病中的临床适用性，结果显示GPT-4omni在特征描述和诊断准确性方面表现最佳。所有模型在检测准确性上均表现良好，但仍需进一步优化以提高基因推断的精确度。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
0.5
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
0.5
market_value_relevance
1.0
team_institution_background
0.0
technical_barrier_competition
0.0
关键证据
研究显示GPT-4o在特征描述中获得了最高的平均质量分数。
所有模型在检测准确性方面表现出高达81.4%的准确率。
研究结果表明，GPT-4omni和GPT-4V在检测遗传性视网膜疾病方面具有良好的潜力。
真实性检查
否
AI评分总结
该研究评估了三种通用视觉-语言模型在检测和诊断遗传性视网膜疾病中的临床适用性，结果显示GPT-4omni在特征描述和诊断准确性方面表现最佳。所有模型在检测准确性上均表现良好，但仍需进一步优化以提高基因推断的精确度。