臨床PK完勝ChatGPT-5！國內團隊造出首個OCT影像AI系統

機器之心發布

通用大模型（LLM）的狂飆突進，終于在醫療垂直領域的「最后一公里」撞上了硬墻。雖然 ChatGPT 在 USMLE（美國執業醫師資格考試）中表現優異，但在面對需要「火眼金睛」和「毫厘必爭」的心臟手術臺上，通用大模型的表現究竟如何？

近日，一項由空軍軍醫大學唐都醫院李妍教授團隊牽頭，與深圳清華大學研究院朱銳團隊聯合完成的 COMPARE 研究在 arXivs 上發表預印版。研究揭示：在經皮冠狀動脈介入治療（PCI）的決策制定中，CA-GPT垂直領域 CA-GPT 系統（一項基于 OCT 影像的 AI 系統），在關鍵決策指標上顯著優于 Open AI 的通用大模型 ChatGPT-5。該研究是基于中科微光醫療（Vivolight Medtech）OCT 系統搭建的 RAG 增強型 AI-OCT 整合決策支持模型。

• 論文標題：COMPARE: Clinical Optimization with Modular Planning and Assessment via RAG-Enhanced AI-OCT: Superior Decision Support for Percutaneous Coronary Intervention Compared to ChatGPT-5 and Junior Operators
• 論文地址：https://arxiv.org/abs/2512.10702

這不僅是一次算法的勝利，某種程度上可以稱得上是中國腔內影像領域的「DeepSeek 時刻」。這套 CA-GPT 系統有望重新定義心臟介入手術的智能化標準。

01. 巔峰對決

通用大模型在專業戰場「水土不服」

據《2023 年全球心血管疾病負擔報告》統計，每年因心血管疾病死亡的人數達 1920 萬，而經皮冠狀動脈介入治療（PCI）作為最核心的血運重建手術，全球年手術量已超過 400 萬例。在 PCI 手術中，OCT（光學相干斷層成像）被稱為醫生的「第三只眼」，可清晰看到血管內病變情況，但是其圖像解讀高度依賴醫生經驗，初級醫師與資深專家在手術成功率、并發癥發生率等關鍵指標上的差距高達 40% 以上。

腔內影像中不同技術與分辨率的對比示意圖

在這項納入了 96 名患者、160 處病變的臨床研究中，團隊構建了一個嚴苛的競技場：將 CA-GPT 系統、ChatGPT-5 以及擁有 1-5 年經驗的初級介入醫師放在同一維度下，以資深專家團隊制定的手術記錄為金標準進行盲測 。所有方案均與患者實際接受的手術記錄（由年手術量≥ 200 例、經驗≥ 10 年的高級專家完成）進行比對。評估涵蓋 10 項預設決策指標，分為術前規劃 5 項和術后評估 5 項，每項一致得 1 分，總分 0-5 分。

10 項不同 PCI 策略的評分標準

值得一提的是，傳統 OCT 圖像解讀還需要醫師逐幀分析，耗時數分鐘至十數分鐘。相比之下，CA-GPT 系統可在 20 秒內完成全面分析并生成結構化報告，將影像解讀時間縮短 95% 以上。

結果顯示，在術前規劃（Pre-PCI）階段，CA-GPTChatGPT形成了「降維打擊」：

• 總體決策評分：CA-GPT 系統的評分中位數達到滿分 5.0，顯著高于 ChatGPT-5 的 3.0（P<0.001），同時也優于初級醫師的 4.0。
• 支架直徑選擇（關鍵指標）：CA-GPT 的準確率高達90.3%，而 ChatGPT-5 僅為 63.9%，甚至低于初級醫生的 72.2%。
• 支架長度選擇：CA-GPT 準確率達80.6%，ChatGPT-5 僅為 54.2%。

決策一致性亞組分析

各評分項目的性能分布

而在術后評估（Post-PCI）階段，三方總體表現都比術前更好，因為這個階段有了術前方案和實際結果可以參考。但 CA-GPT 依然在一些關鍵指標上表現出優勢，比如：對「最小支架面積是否達標」的判斷，CA-GPT 與專家判斷的吻合度接近 100%；年輕醫生略有差距。

對「支架是否擴張不足」、「是否存在嚴重貼壁不良」的識別，CA-GPT 在支架貼壁評估（93.2% 準確率）等需要精細判斷的項目上，優于初級醫師組（76.1%）。

那為何擁有海量參數的 ChatGPT-5 會敗下陣來？研究指出，通用大模型雖然語言推理能力強，但缺乏對圖像數據的數值敏感性和空間理解力。特別是在面對功能性缺血（OCT-FFR≤0.80）或嚴重鈣化等復雜病變時，通用模型容易產生「幻覺」，而 CA-GPT 則展現了極高的穩定性，在復雜病變亞組分析中依然保持了中位數 5.0 的高分。

02. 解密架構

RAG + DeepSeek 的工程化勝利

CA-GPT 之所以能實現高穩定性和準確性，核心在于摒棄了對單一端到端大模型的迷信，構建了一套嚴密的「小模型 + 大數據 + 大模型」的 RAG 復合智能體架構。

CA-GPT 訓練模型架構：小模型 + 大數據 + 大模型

據其技術披露，該系統并非簡單的聊天機器人，而是一個精密的協作系統：

1. 「感官」精準化（小模型層）：系統底層集成了13 項核心功能（含 6 項自研專有算法）。它們負責像「顯微鏡」一樣對 OCT 影像進行結構化分析，在5-10 秒內即可完成管腔分割、斑塊定性、鈣化積分計算等定量工作，為決策提供精準的數據地基。
2. 「大腦」邏輯化（DeepSeek）：在大模型推理層，該系統基于開源的DeepSeek構建。它不再依賴概率生成文本，而是基于小模型提供的精準量化數據，進行符合醫學邏輯的深度推理。
3. 「知識」實時化（RAG 技術）：通過檢索增強生成（RAG）技術，系統鏈接了包含超過 100 萬篇心血管文獻及指南的知識庫（DBdata）。這意味著，AI 的每一次決策建議，都能追溯到具體的專家共識或最新指南，有效抑制了 AI 幻覺。

基于 CA-GPT 的 AI-OCT 系統輔助決策案例介紹

03. 普惠價值

讓縣域醫生擁有「頂級三甲專家」視野

這項技術突破的終極意義，不在于在論文中戰勝 ChatGPT，而在于解決醫療資源分布不均的現實痛點。全球心血管疾病負擔日益加重，但資深介入專家（完成 1000+ 例手術）卻是極度稀缺資源。培養一名能獨立處理復雜病變的醫生，往往需要 8-12 年的漫長周期。研究數據顯示，初級醫生在處理復雜病變時，與專家存在顯著差距。

因此，CA-GPT 系統在本質上是在做「醫療能力的平權」

想象一下，在偏遠的縣級醫院，一位剛工作不久的醫生，在面對復雜的鈣化病變時手足無措。此時，CA-GPT 系統在 5-10 秒內給出了手術策略：

• 「建議預處理使用旋磨術，旋磨頭選擇 1.5mm」
• 「建議支架尺寸 3.0 x 28mm，釋放壓力 12atm」
• 「注意：遠端存在邊緣夾層風險」

這相當于每臺手術都有一位頂尖專家在旁「手把手」指導。

04. 結語

做垂直領域的「定義者」

過去十年，中國醫療器械行業更多是在追趕西方的腳步。但此次發布的 CA-GPT 系統及其臨床成果，標志著中國企業在高端腔內影像領域開始掌握定義權。

不做通用大模型的「套殼」，而是深耕垂直場景的「窄門」。 用數據證明：在醫療這種容錯率為零的領域，唯有將深度學習的精準度與大模型的推理能力完美結合，才是 AI 落地的正途。

這或許就是中國醫療科技的「DeepSeek 時刻」—— 把 AI 技術落地業務場景，用自己的技術，解決最真實的臨床痛點。