Η χρήση συστημάτων τεχνητής νοημοσύνης στην υποστήριξη κλινικών αποφάσεων αποτελεί αντικείμενο εντατικής έρευνας τα τελευταία χρόνια. Μία νέα πιλοτική μελέτη αξιολόγησε κατά πόσο το ChatGPT-5 μπορεί να συμβάλει στην εκτίμηση ασθενών με ήπια κρανιοεγκεφαλική κάκωση και να υποστηρίξει την απόφαση για τη διενέργεια αξονικής τομογραφίας εγκεφάλου, καθώς και την πρόβλεψη της παρουσίας ενδοκρανιακών κακώσεων. Η έρευνα πραγματοποιήθηκε από επιστήμονες του Πανεπιστημιακού Νοσοκομείου Ιωαννίνων και της Ιατρικής Σχολής του Πανεπιστημίου Ιωαννίνων και δημοσιεύθηκε στο διεθνές επιστημονικό περιοδικό Biomedicines της MDPI, με τίτλο «Evaluation of ChatGPT-5 for CT Imaging in Canadian CT Head Rule-Positive Mild Traumatic Brain Injury: A Pilot Study».
Η ήπια κρανιοεγκεφαλική κάκωση αποτελεί μία από τις συχνότερες αιτίες προσέλευσης στα τμήματα επειγόντων περιστατικών παγκοσμίως. Παρότι οι περισσότεροι ασθενείς δεν παρουσιάζουν σοβαρή ενδοκρανιακή βλάβη, η έγκαιρη αναγνώριση όσων χρειάζονται άμεση απεικονιστική διερεύνηση είναι κρίσιμη για την ασφάλεια των ασθενών και την αποτελεσματική αξιοποίηση των διαθέσιμων πόρων υγείας. Σήμερα, οι γιατροί χρησιμοποιούν διεθνώς αποδεκτούς κλινικούς κανόνες για να αποφασίσουν εάν απαιτείται αξονική τομογραφία εγκεφάλου. Ένας από τους πιο διαδεδομένους είναι ο Canadian CT Head Rule, ο οποίος βασίζεται σε συγκεκριμένα κλινικά χαρακτηριστικά του ασθενούς και έχει σχεδιαστεί ώστε να εντοπίζει με υψηλή ευαισθησία τις περιπτώσεις που ενδέχεται να εμφανίζουν σοβαρή ενδοκρανιακή κάκωση.
Οι ερευνητές διερεύνησαν εάν ένα μεγάλο γλωσσικό μοντέλο τεχνητής νοημοσύνης, όπως το ChatGPT-5.1, μπορεί να λειτουργήσει ως εργαλείο υποστήριξης της κλινικής απόφασης χωρίς να αντικαθιστά τον θεράποντα ιατρό. Για τις ανάγκες της μελέτης αναλύθηκαν στοιχεία 127 ενηλίκων ασθενών που προσήλθαν στο Τμήμα Επειγόντων Περιστατικών με ήπια κρανιοεγκεφαλική κάκωση κατά τη διάρκεια διετίας. Όλοι οι συμμετέχοντες πληρούσαν τα κριτήρια του Canadian CT Head Rule και υποβλήθηκαν σε αξονική τομογραφία, η οποία χρησιμοποιήθηκε ως σημείο αναφοράς για την αξιολόγηση των αποτελεσμάτων.
Στο σύνολο των ασθενών, οι 82 ήταν άνδρες και οι 45 γυναίκες, με μέση ηλικία περίπου 62 ετών. Θετικά ευρήματα στην αξονική τομογραφία καταγράφηκαν στο 57,5% των εξεταζομένων, ενώ το 42,5% δεν παρουσίασε ενδοκρανιακή κάκωση. Το ChatGPT-5 και συγκεκριμένα η έκδοση GPT-5.1 αξιολογήθηκε με τρεις διαφορετικές προσεγγίσεις. Στην πρώτη κλήθηκε να αποφασίσει εάν θα συνιστούσε τη διενέργεια αξονικής τομογραφίας με βάση τα διαθέσιμα κλινικά δεδομένα. Στη δεύτερη προσομοίωνε τη συλλογιστική ενός ιατρού επειγόντων περιστατικών για την πρόβλεψη ενδοκρανιακής κάκωσης. Στην τρίτη χρησιμοποιούσε μία προσέγγιση βασισμένη σε κλινικούς κανόνες που περιγράφονται στη διεθνή βιβλιογραφία. Παράλληλα, οι επιδόσεις του συγκρίθηκαν με εκείνες ειδικευμένων και ειδικευόμενων νευροχειρουργών, καθώς και με ένα στατιστικό μοντέλο λογιστικής παλινδρόμησης.
Στην εκτίμηση της ανάγκης για αξονική τομογραφία, το ChatGPT-5.1 εμφάνισε παρόμοια συμπεριφορά με τον Canadian CT Head Rule. Η ευαισθησία του έφθασε το 93,2%, ενώ η συνολική ακρίβεια διαμορφώθηκε στο 59%. Οι ερευνητές δεν διαπίστωσαν στατιστικά σημαντική διαφορά μεταξύ των δύο προσεγγίσεων ως προς τη σύσταση για πραγματοποίηση αξονικής τομογραφίας. Διαφορετική ήταν η εικόνα όταν ζητήθηκε από το μοντέλο να προβλέψει την πραγματική παρουσία ενδοκρανιακής κάκωσης. Το στατιστικό μοντέλο παρουσίασε την υψηλότερη συνολική ακρίβεια, φθάνοντας το 74%, ενώ οι ειδικοί νευροχειρουργοί πέτυχαν ακρίβεια περίπου 69% και οι ειδικευόμενοι περίπου 67%. Η προσομοίωση της κλινικής σκέψης ενός ιατρού επειγόντων περιστατικών μέσω του ChatGPT-5.1 εμφάνισε τη χαμηλότερη συνολική απόδοση, με ακρίβεια 54,3%.
Η προσέγγιση του ChatGPT-5.1 που βασίστηκε σε κλινικούς κανόνες πέτυχε τη μεγαλύτερη ευαισθησία, 91,8%, γεγονός που σημαίνει ότι αναγνώρισε μεγάλο ποσοστό των ασθενών με ενδοκρανιακή κάκωση. Ωστόσο, η ειδικότητά της ήταν χαμηλή, μόλις 22,2%, με αποτέλεσμα να χαρακτηρίζει ως υψηλού κινδύνου αρκετούς ασθενείς που τελικά δεν είχαν παθολογικά ευρήματα στην αξονική τομογραφία.
Η στατιστική σύγκριση έδειξε ότι το στατιστικό μοντέλο υπερείχε σημαντικά έναντι της προσομοίωσης του ιατρού επειγόντων και της προσέγγισης που βασιζόταν σε κανόνες, ενώ οι επιδόσεις των έμπειρων νευροχειρουργών δεν διέφεραν σημαντικά από εκείνες του στατιστικού μοντέλου. Οι ερευνητές εξέτασαν επίσης ποια κλινικά χαρακτηριστικά επηρέαζαν περισσότερο τις αποκλίσεις μεταξύ των διαφορετικών μοντέλων. Η κεφαλαλγία, η αμνησία και ο αποπροσανατολισμός συνδέθηκαν με τις διαφορές μεταξύ των εκτιμήσεων των ειδικών νευροχειρουργών και της προσομοίωσης του ChatGPT-5.1, ενώ η απώλεια συνείδησης, οι έμετοι και ο αποπροσανατολισμός σχετίστηκαν με τις διαφορές μεταξύ της προσέγγισης που βασιζόταν σε κανόνες και του στατιστικού μοντέλου.
Οι συγγραφείς επισημαίνουν ότι το ChatGPT-5.1 φαίνεται να μπορεί να αναπαράγει τη συντηρητική λογική των υφιστάμενων κλινικών κανόνων όταν καλείται να αξιολογήσει την ανάγκη για αξονική τομογραφία. Αντίθετα, η δυνατότητά του να προβλέπει με ακρίβεια την ύπαρξη ενδοκρανιακής κάκωσης παραμένει περιορισμένη σε σύγκριση με τους έμπειρους κλινικούς ιατρούς και εξειδικευμένα στατιστικά μοντέλα. Για τον λόγο αυτό, οι ερευνητές θεωρούν ότι τέτοιου τύπου γλωσσικά μοντέλα μπορούν να διερευνηθούν ως βοηθητικά εργαλεία υποστήριξης αποφάσεων και όχι ως αυτόνομα διαγνωστικά συστήματα.
Η ερευνητική ομάδα υπογραμμίζει επίσης ότι η μελέτη ήταν πιλοτική, πραγματοποιήθηκε σε ένα μόνο νοσοκομείο και περιλάμβανε σχετικά μικρό αριθμό ασθενών. Για την αξιολόγηση της κλινικής χρησιμότητας του ChatGPT-5.1 απαιτούνται μεγαλύτερες, πολυκεντρικές και προοπτικές μελέτες πριν εξεταστεί οποιαδήποτε εφαρμογή του στην καθημερινή κλινική πράξη.
Σύνδεσμος για την επιστημονική δημοσίευση https://www.mdpi.com/2072-6643/18/14/2256
Αναφορά: Lampros, Marios, Eleni Romeo, Panagiota Zagorianakou, Spyridon Voulgaris, and George A. Alexiou. 2026. “Evaluation of ChatGPT-5 for CT Imaging in Canadian CT Head Rule-Positive Mild Traumatic Brain Injury: A Pilot Study” Biomedicines 14, no. 7: 1555. https://doi.org/10.3390/biomedicines14071555
