评估通用与领域特定大视觉模型在食管癌CT的T分期中的应用：一项关于零样本性能及提示词工程影响的研究

摘要

背景：食管癌精准T分期对治疗至关重要，但CT评估局限明显。大视觉模型（LVMs）提供了新可能，但其未经微调的“零样本”临床诊断能力尚待验证。方法：本研究回顾性分析98例食管癌及50例正常对照的胸部CT影像，在放射科专家共识的金标准下，通过不同复杂度的提示词，评估GPT-5、Gemini及MedGemma的零样本T分期性能。结果：GPT-5表现出最高的准确性与稳定性。模型间存在显著偏倚：Gemini倾向过度分期，MedGemma则倾向分期不足。所有模型对早期肿瘤判断均不佳，但结构化提示词能提升对中晚期病灶的诊断性能。结论：LVMs具备零样本T分期的潜力，但性能高度依赖模型选择与提示词设计。通用模型GPT-5的零样本泛化能力更优。当前模型性能，尤其在早期诊断上，远未达到临床应用标准。未来方向在于高质量数据微调与标准化提示框架开发。

关键词

食管癌 / 大视觉模型 / CT分期 / 提示词工程 / 领域专用模型 / 零样本学习 / 诊断准确性