arXiv cs.CY· Lin Wu, Zhe Xu, Hongyi Wang, Feifei Zhou, Wei Deng, Chunlong Zhang, Yuting Zhu, Kaixiao Chen, Xiao Liang, Chen Yang, Yeyuan Chen, Hao Chen, Fuqing Zhou·· 10 天前AI 评分32
GPT-5.4 单建议 vs 双建议 AI 辅助：住院医师影像判读随机多读者研究
Dual- versus Single-Suggestion AI Support for Radiographic Interpretation in Residents: Randomized Multireader Study
AI 导读
一项在中国三家医院开展的随机三臂研究显示，132 名临床经验不足 3 年的住院医师被随机分为 GPT-5.4 单独支持、GPT-5.4 加 Kimi-K2.6、GPT-5.4 加 Gemini-3.6 Flash 三组，判读 60 张 X 光片。
正文 · AI 翻译
作者：Lin Wu、Zhe Xu、Hongyi Wang、Feifei Zhou、Wei Deng、Chunlong Zhang、Yuting Zhu、Kaixiao Chen、Xiao Liang、Chen Yang、Yeyuan Chen、Hao Chen、Fuqing Zhou
摘要：目的：比较双重与单一建议 AI 支持对住院医师影像判读的影响，尤其是在共享的 AI 建议不正确时。
材料与方法：这项前瞻性、多中心、随机三臂阅片者研究于 2026 年 7 月至 9 月在中国三家医院开展（ChiCTR2600129243）。按专业分层后，132 名临床经验少于 3 年的住院医师按 1:1:1 随机分配至仅 GPT-5.4 组（A 组）、GPT-5.4 加 Kimi-K2.6 组（B 组）或 GPT-5.4 加 Gemini-3.6 Flash 组（C 组）；最终分析 123 人。参与者在 AI 支持前后判读 60 张 X 线片。主要结局为准确率变化。采用 Welch ANOVA 和 Holm 校正 t 检验比较支持条件；HC3 线性模型评估专业交互作用。
结果：在 123 名住院医师中（平均年龄 24.1 岁 +/- 1.4；65 名女性），放射科住院医师在双重建议支持下的准确率提升大于单一建议支持（B-A，6.69 个百分点 [95% CI，0.97-12.40]；C-A，7.87 个百分点 [95% CI，1.64-14.11]；两者 Holm 校正 P = .030），而非放射科住院医师的准确率变化无差异（P = .20）。当 GPT-5.4 不正确时，放射科住院医师（40.1% 和 40.4% vs 20.0%）和非放射科住院医师（31.3% 和 31.0% vs 12.1%）在双重建议支持下的 AI 辅助准确率均高于单一建议支持（所有 Holm 校正 P < .001）。双重建议效应因专业而异（交互差异，10.44 个百分点；95% CI，4.36-16.52；P < .001）。
结论：双重建议支持可能减轻错误 AI 建议的影响，在放射科住院医师中观察到更大的准确率提升，而非放射科住院医师中未观察到。
| 学科： | 人工智能（cs.AI）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2610.09589 [cs.AI] |
| （或 arXiv:2610.09589v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09589 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhe Xu [查看电子邮件]
[v1]
2026年10月7日星期三 07:33:23 UTC（6,620 KB）
来源：arXiv cs.CY · arxiv.org