大型语言模型（LLMs），如 OpenAI 开发的 ChatGPT，代表了人工智能（AI）的一大进步，其可通过分析大量文本数据来理解、生成和解释人类语言。这可能在未来改变临床诊断和决策过程。

美国宾夕法尼亚州费城宾夕法尼亚大学医院的Shunsuke Koga等发表于《中国神经再生研究（英文版）》杂志2025年2期的文章旨在深入分析 ChatGPT对临床实践的当前和潜在影响。ChatGPT 生成鉴别诊断列表的能力凸显了其作为医疗实践和教育的宝贵工具的潜力。然而，将ChatGPT 融入临床实践需要仔细考虑其局限性和挑战，以确保其有效和负责任的应用。

在探讨传统 ChatGPT在临床诊断中的能力和局限性的同时，文章还探讨了如何增强LLMs，使其包括图像解读功能，OpenAI 的 GPT-4 Vision（GPT-4V）就是一个很好的例子。GPT-4V 可以结合文本数据分析医学扫描和照片等图像，为解决问题和诊断提供多模态方法。这一进步标志着人工智能研究的重大转变，它引入了结合文本和视觉数据的新方法。然而，对LLMs 的研究表明，在医学影像解读等特定领域的诊断准确率较低，这凸显了这些多模态系统固有的弱点和挑战。通过详细介绍这些方面，文章旨在全面概述LLMs在医学中的应用现状，同时承认在这些模型中添加视觉功能所带来的发展前景和关键局限。

总之，将 LLM 和 GPT-4V 融入医疗保健是一个充满希望和挑战的持续过程。人工智能开发人员、医疗专业人员和研究人员之间的合作对于克服挑战和最大限度地发挥这些人工智能工具的潜在优势至关重要。

文章来源：Koga S, Du W (2025) From text to image: challenges in integrating vision into ChatGPT for medical image interpretation. Neural Regen Res 20(2):487-488.