ChatGPT-4o 在牙髓病诊断中的卓越表现：挑战传统，重塑口腔医学教育格局

《BMC Oral Health》：Comparing diagnostic skills in endodontic cases: dental students versus ChatGPT-4o

在人工智能（AI）广泛应用于医疗领域的背景下，为探究 ChatGPT-4o 在牙髓病诊断中的准确性，马尔马拉大学研究人员对比了其与牙科学生的诊断能力。结果显示 ChatGPT-4o 准确率更高，这对口腔医学教育及临床决策意义重大。

　　在科技飞速发展的当下，人工智能（AI）已渗透到众多领域，医疗行业也不例外。在牙科领域，AI 技术正逐渐改变着传统的诊疗模式和教育方式。然而，牙髓病作为口腔医学中重要的分支，其诊断和治疗一直面临着诸多挑战。一方面，传统的诊断方法依赖于医生的经验和专业知识，不同医生之间的诊断准确性可能存在较大差异；另一方面，随着患者对口腔健康需求的不断提高，对牙髓病诊断的准确性和效率也提出了更高的要求。在此背景下，探究如何利用 AI 技术提升牙髓病诊断水平成为了口腔医学领域的重要课题。

为了解决这些问题，马尔马拉大学（Marmara University）的研究人员 Parla Meva Durmazpinar 和 Ece Ekmekci 开展了一项关于 “Comparing diagnostic skills in endodontic cases: dental students versus ChatGPT-4o” 的研究。该研究旨在评估 ChatGPT-4o 在牙髓病诊断中的准确性，并与牙科学生的表现进行对比。

研究人员选取了两组牙科学生，分别为三年级和五年级学生，同时引入 ChatGPT-4o 参与诊断测试。研究过程中，研究人员准备了 15 道基于患者病史、全景和根尖周 X 光片以及临床照片的多项选择题，这些题目依据美国牙髓病学家协会（American Association of Endodontists，AAE）的临床指南制定。通过 Google Forms 将题目发放给学生，同时研究人员向 ChatGPT-4o 提出同样的问题 75 次。之后，研究人员根据 AAE 的临床牙髓病指南评估所有参与者的回答，将学生的回答分为正确（C）、错误（I）或未回答（U），ChatGPT-4o 的回答也依据相同标准进行评估。

研究结果显示，ChatGPT-4o 的正确回答率为 91.4%，错误率为 8.2%，未回答率为 0.4%；三年级学生的正确回答率为 60.8%，错误率为 32.9%，未回答率为 6.3%；五年级学生的正确回答率为 79.5%，错误率为 18.5%，未回答率为 2%。通过统计学分析发现，研究组之间的正确回答率存在显著差异（span data-custom-copy-text="\(p0.05\)"p<0.05），ChatGPT-4o 的表现优于两组学生（span data-custom-copy-text="\(p0.001\)"p<0.001），且五年级学生的正确回答率高于三年级学生。

这一研究结果意义重大。对于口腔医学教育而言，ChatGPT-4o 展现出了作为诊断支持工具的巨大潜力，其高诊断准确性和一致性为临床培训和决策提供了新的思路和方法，有助于提升牙科学生的诊断能力和临床实践水平。同时，该研究也为 AI 技术在牙髓病诊断领域的进一步应用奠定了基础，推动了口腔医学的数字化发展。

研究人员为开展这项研究，运用了多种关键技术方法。在样本选取方面，选取了马尔马拉大学牙科学院的三年级和五年级学生作为研究对象。在数据收集阶段，通过 Google Forms 收集学生的回答数据，同时多次向 ChatGPT-4o 提出问题获取其回答。数据分析时，运用 IBM SPSS 25 软件进行统计分析，包括计算描述性统计数据、评估数据分布的正态性、进行组间比较等。

研究结果部分：

• 不同参与者的诊断准确性比较：通过对参与者回答的分类统计，发现 ChatGPT-4o 的正确回答率远高于三年级和五年级学生，五年级学生的正确回答率又高于三年级学生。这表明 ChatGPT-4o 在牙髓病诊断方面具有较高的准确性，且学生的诊断准确性随着年级增长而提高。
• 组间差异的统计学分析：利用 Kruskal-Wallis 检验和 Bonferroni 事后检验，证实了不同组之间在正确回答率上存在显著差异。ChatGPT-4o 在准确性上明显优于学生，进一步说明了其在牙髓病诊断中的优势。
• 学生诊断一致性分析：通过 Fleiss’ Kappa 分析评估学生之间的诊断一致性，发现三年级学生和五年级学生分别呈现出中等和中等 - 良好水平的一致性，这意味着随着临床教育的推进，学生的诊断方法逐渐趋于系统，但个体差异依然存在。

研究结论和讨论部分，该研究充分证实了 ChatGPT-4o 在牙髓病诊断方面相较于牙科学生具有更高的准确性和一致性。这一结果不仅为 AI 技术在口腔医学教育中的应用提供了有力支持，也为未来的研究指明了方向。未来的研究可以进一步拓展样本量，涵盖更复杂多样的临床场景，同时探索如何通过标准化的评估方法提升学生的诊断能力，以及如何更好地将 AI 技术融入到牙髓病的诊断和治疗过程中。总之，这项研究为口腔医学领域的发展带来了新的契机，有望推动口腔医学教育和临床实践的变革。