LLM-yteevne i endodontisk diagnostikk

Denne prospektive observasjonsstudien har som mål å evaluere den sanntidsdiagnostiske og behandlingsbeslutningsprestasjonen til tre store språkmodeller – ChatGPT-4o, Gemini Advanced og Claude 3.7 – i en endodontisk klinisk setting. Totalt 120 pasienter som ble undersøkt på endodontiklinikken, ble inkludert, og detaljerte medisinske/tannlegehistorier, kliniske funn og periapikale røntgenbilder ble samlet inn. Hver anonymisert sak ble deretter presentert for de tre LLM-ene ved hjelp av en standardisert forespørsel som ba om diagnosen og den passende behandlingsplanen.

Alle modellene ble brukt i sine standard flermodale konfigurasjoner uten å aktivere web-søkefunksjoner, tilleggsfunksjoner eller ekstern datahenting. Hvert spørsmål ble kun sendt inn én gang i isolerte chat-sesjoner for å forhindre minneoverføring. Svarene ble lagret ordrett og sammenlignet med referansediagnosene og behandlingsplanene etablert av et panel med endodontiske spesialister.

Denne studien ble designet for å etterligne virkelige kliniske forhold så nøyaktig som mulig, og gir en realistisk vurdering av hvordan disse systemene kan prestere når de brukes av klinikere i daglig praksis. Å forstå deres evner og begrensninger i autentiske kliniske scenarier er avgjørende, da det forventes at LLM-er vil spille en stadig viktigere rolle i fremtidig tannhelse, spesielt innen beslutningsstøtte, triage og pasientopplæring. Ved å identifisere hvor disse modellene presterer bra og hvor de faller kort, har denne forskningen som mål å bidra til trygg og effektiv klinisk integrasjon mens LLM-teknologiene fortsetter å utvikle seg.