UEGJ. (IF-5,1). Piszemy o tym, jaka była różnica w trafności ocen między algorytmem a zespołami ekspertów i jak ją badano. Zatem co nowego w obszarze automatyzacji procesu diagnostycznego w IBD? Kontekstem projektu opisanego przez grupę badaczy z 20 ośrodków we Włoszech jest zmienność interpretacji danych zawartych w opisach obrazu histopatologicznego, jaka zachodzi między specjalistami. Autorzy publikacji, która pojawiła się 17 grudnia 2025 r. w UEGJ ocenili w tym kontekście potencjał jednego z dużych modeli językowych LLM (Large Language Models), a konkretnie najnowszej wersji Chata GPT 5,0. Chodzi tu o ocenę jego przydatności jako narzędzia wspierającego interpretację danych zawartych w raportach histopatologicznych. Jaką to wykonano? Przeanalizowaliśmy 100 rzeczywistych raportów histopatologicznych z ileokolonoskopii, w równym stopniu reprezentujących przypadki choroby Leśniowskiego-Crohna, wrzodziejącego zapalenia jelita grubego, zapaleń niezróżnicowanych (IBD-U, IBD-Unclassified) oraz zapaleń nie będących IBD. Punktem odniesienia była klasyfikacja ustalona przez eksperta patologa. przedmiotem oceny były klasyfikacje wygenerowane niezależnie prze: przez GPT-5, pięciu patologów przewodu pokarmowego, pięciu ekspertów w zakresie IBD (GIS) oraz pięciu gastroenterologów niebędących ekspertami. Oceniono skuteczność diagnostyczną, czyli m.in. dokładność, czułość, precyzję, zgodność ze standardem odniesienia (κ Cohena) oraz rzetelność między oceniającymi (współczynnik κ Fleissa). Spostrzeżenia Jak zauważają badacze: GPT-5 osiągnął najwyższą zgodność ze standardem odniesienia i najwyższą dokładność (76,0%), w…