arXiv:2510.21839v1 Announce Type: new 
Abstract: In this study, we evaluate the ability of OpenAI's gpt-4o model to classify chest X-ray images as either NORMAL or PNEUMONIA in a zero-shot setting, without any prior fine-tuning. A balanced test set of 400 images (200 from each class) was used to assess performance across four distinct prompt designs, ranging from minimal instructions to detailed, reasoning-based prompts. The results indicate that concise, feature-focused prompts achieved the highest classification accuracy of 74\%, whereas reasoning-oriented prompts resulted in lower performance. These findings highlight that while ChatGPT exhibits emerging potential for medical image interpretation, its diagnostic reliability remains limited. Continued advances in visual reasoning and domain-specific adaptation are required before such models can be safely applied in clinical practice.

أجرت دراسة حديثة تقييمًا لنموذج gpt-4o من OpenAI لتصنيف صور الأشعة السينية للصدر على أنها طبيعية أو مصابة بالالتهاب الرئوي دون أي إعداد مسبق. باستخدام مجموعة اختبار متوازنة من 400 صورة، اختبرت الدراسة تصميمات مختلفة للتوجيه، وكشفت أن التوجيهات الموجزة والمركزة على الميزات حققت أفضل النتائج. هذا مهم لأنه يظهر إمكانيات الذكاء الاصطناعي في التشخيص الطبي، خاصة في تحسين سرعة ودقة اكتشاف الالتهاب الرئوي، مما يمكن أن يعزز رعاية المرضى.

Un estudio reciente evaluó el modelo gpt-4o de OpenAI para clasificar imágenes de radiografías de tórax como normales o con neumonía sin ninguna preparación previa. Utilizando un conjunto de prueba equilibrado de 400 imágenes, la investigación probó varios diseños de indicaciones, revelando que las indicaciones concisas y centradas en características lograron los mejores resultados. Esto es significativo ya que muestra el potencial de la IA en el diagnóstico médico, especialmente para mejorar la velocidad y precisión en la detección de neumonía, lo que puede mejorar la atención al paciente.

Une étude récente a évalué le modèle gpt-4o d'OpenAI pour classer les images de radiographies thoraciques comme normales ou pneumoniques sans aucune préparation préalable. En utilisant un ensemble de test équilibré de 400 images, la recherche a testé divers designs de prompts, révélant que des prompts concis et axés sur les caractéristiques ont donné les meilleurs résultats. Cela est significatif car cela montre le potentiel de l'IA dans le diagnostic médical, en particulier pour améliorer la rapidité et la précision de la détection de la pneumonie, ce qui peut finalement améliorer les soins aux patients.

A recent study evaluated OpenAI's gpt-4o model for classifying chest X-ray images as either normal or pneumonia without any prior fine-tuning. Using a balanced test set of 400 images, the research tested various prompt designs, revealing that concise, feature-focused prompts yielded the best results. This is significant as it showcases the potential of AI in medical diagnostics, particularly in improving the speed and accuracy of pneumonia detection, which can ultimately enhance patient care.

Evaluating ChatGPT's Performance in Classifying Pneumonia from Chest X-Ray Images

One More Thing in AI – Your Shortcut to AI Mastery

Evaluating ChatGPT's Performance in Classifying Pneumonia from Chest X-Ray Images

Was this article worth reading? Share it

One More Thing in AI

Airparser

PromptKit

ZeroGPT.org

ChatOne

GPTHumanizer

Ready to build your own newsroom?