LLM-præstation inden for endodontisk diagnostik

Denne prospektive observationsstudie har til formål at evaluere den realtidsdiagnostiske og behandlingsbeslutningspraksis for tre store sprogmodeller - ChatGPT-4o, Gemini Advanced og Claude 3.7 - i en endodontisk klinisk sammenhæng. I alt 120 patienter, der kom til endodontiklinikken, blev undersøgt, og detaljerede medicinske/tandlægelige historier, kliniske fund og periapikale røntgenbilleder blev indsamlet. Hver anonymiseret sag blev derefter præsenteret for de tre LLM'er ved hjælp af en standardiseret prompt, der bad om diagnosen og den passende behandlingsplan.

Alle modeller blev brugt i deres standard multimodale konfigurationer uden at aktivere websøgefunktioner, plugins eller ekstern datahentning. Hvert spørgsmål blev kun indsendt én gang i isolerede chat-sessioner for at forhindre hukommelsesoverførsel. Svarene blev gemt ordret og sammenlignet med referencediagnoserne og behandlingsplanerne etableret af et panel af endodontiske specialister.

Dette studie var designet til at efterligne virkelige kliniske forhold så tæt som muligt, hvilket giver en realistisk vurdering af, hvordan disse systemer kan præstere, når de bruges af klinikere i hverdagen. At forstå deres evner og begrænsninger i autentiske kliniske scenarier er afgørende, da LLM'er forventes at spille en stadig vigtigere rolle i fremtidig tandpleje, især i beslutningsstøtte, triage og patientundervisning. Ved at identificere, hvor disse modeller klarer sig godt, og hvor de ikke lever op til forventningerne, sigter denne forskning mod at bidrage til sikker og effektiv klinisk integration, efterhånden som LLM-teknologier fortsat udvikler sig.