Glaucoma Detection and Feature Identification via GPT-4V Fundus Image Analysis

The aim is to assess GPT-4V's (OpenAI) diagnostic accuracy and its capability to identify glaucoma-related features compared to expert evaluations. Evaluation of multimodal large language models for reviewing fundus images in glaucoma. A total of 300 fundus images from 3 public datasets (ACRIMA...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Ophthalmology science (Online) Ročník 5; číslo 2; s. 100667
Hlavní autoři:	Jalili, Jalil, Jiravarnsirikul, Anuwat, Bowd, Christopher, Chuter, Benton, Belghith, Akram, Goldbaum, Michael H., Baxter, Sally L., Weinreb, Robert N., Zangwill, Linda M., Christopher, Mark
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Netherlands Elsevier Inc 01.03.2025 Elsevier
Témata:	Artificial intelligence Fundus image analysis Glaucoma detection GPT-4V Large multimodal models Ophthalmology Original CDR Fundus image analysis GPT-4V MM-LLM AI UCSD API GPT Large multimodal models LLM Artificial intelligence Glaucoma detection large language model application programmer interface generative pretrained transformer cup-to-disc ratio multimodal large language model University of California, San Diego
ISSN:	2666-9145, 2666-9145
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!