多模态大语言模型用于膀胱镜膀胱肿瘤检测：一项回顾性基准评测
该研究回顾性分析了1,754张带标签的公开膀胱镜图像，测试Direct、Book-based与Optimized三种提示词在GPT-5.2、GPT-5、GPT-5-Mini与GPT-5-Nano上的良恶性分类表现，发现GPT-5与GPT-5-Mini在优化提示词下准确率分别达86.7%与89.2%，GPT-5在优化提示词下高置信度分诊在62.0%图像覆盖率下达到98.1%准确率、94.6%特异度与99.1%敏感度，提示工程虽未带来统计显著的性能提升，但改善了置信度校准与分诊表现。