Editöre Mektup: Kaya ve ark. “Multimodal Büyük Dil Modellerinin BT’de Bone-RADS Klasifikasyonundaki Tanısal Performansı”

Öz

Kaya ve arkadaşları tarafından yazılan “Multimodal Büyük Dil Modellerinin BT’de Bone-RADS Klasifikasyonundaki Tanısal Performansı” başlıklı makaleyi büyük bir ilgiyle okudum. Makalede, kullanılan referans standardın histopatolojik incelemeye dayanıp dayanmadığı net olarak belirtilmemiştir. Değerlendiricilerin doğruluk oranları belirlenirken; kategori 2 ve 3 lezyonları dışlamak yerine, kategori 1 lezyonları negatif, kategori 2, 3 ve 4 lezyonları pozitif olarak ele alınması, daha kapsayıcı sonuç verebilir. Değerlendiricilerin karşılaştırılmasında elde edilen sonuçların istatistiksel gücünün değerlendiriciler arasındaki farklılıkları tespit etmek için düşük olduğu görülmektedir. Multimodel BDM’lerde standart kullanıcı arayüzleri yerine, tipik radyolojik görüntüleme özelliklerine sahip lezyonlar için eğitilmiş BDM’lerin kullanılması daha adil bir karşılaştırma sağlayabilir. Eğitilmiş BDM’ler kullanılarak büyük örneklem boyutlarıyla yapılacak araştırmalar, özellikle kas-iskelet sistemi dışındaki radyologlar için, LLM’lerin pratikte kullanımını mümkün kılarak daha gerçekçi bir değerlendirme sunabilir.

Anahtar Kelimeler

• Bone-RADS; Büyük dil modelleri; Kemik tümörleri

Letter to Editor for “Diagnostic Performance of Multimodal Large Language Models in Assigning Bone-RADS Categories on CT”

Öz

I have read the article “Diagnostic Performance of Multimodal Large Language Models in Assigning Bone-RADS Categories on CT” written by Kaya et al., which evaluates Large Language Model (LLM) performance in a new era, the Society of Skeletal Radiology Bone-RADS, with great interest. According to the article, it is unclear whether the reference standard depends on histopathological examination. Determining accuracy by treating category 1 as negative and categories 2, 3, and 4 as positive, rather than omitting category 2 and 3 lesions, may have changed the results. In comparison of the three raters, the abdominal radiologist, Open AI ChatGPT, and Gemini, the statistical power was low to detect differences among these three raters. Using trained LLMs for lesions with typical imaging features may provide a fairer comparison. Further research with large sample sizes using trained LLMs may reveal a more realistic comparison, enabling their use in practice, especially for non-musculoskeletal radiologists.

Anahtar Kelimeler

• Bone-RADS; Large language models; Bone tumors

Kaynakça

1. 1. Kaya HE, Ataş AE. Diagnostic Performance of Multimodal Large Language Models in Assigning Bone-RADS Categories on CT. Journal of Uludağ University Medical Faculty. 2026;52:1804768.
2. 2. Chang CY, Garner HW, Ahlawat S, et al. Society of Skeletal Radiology–white paper. Guidelines for the diagnostic management of incidental solitary bone lesions on CT and MRI in adults: bone reporting and data system (Bone-RADS). Skeletal radiology. 2022;51(9):1743-1764.
3. 3. Xing Y, Ding D, Dai S, et al. Bone reporting and data system on CT (Bone-RADS-CT): a validation study by four readers on 328 cases from three local and two public databases. Insights into Imaging. 2025;16(1):174.