本文介绍了MDNet模型，结合计算机视觉和自然语言处理技术，自动生成医学影像诊断报告，以提高膀胱癌的诊断准确率。同时，研究提出了可解释神经网络算法，增强放射科医生在乳腺摄影分析中的能力，并探讨医学图像的可解释性，提出多模态可解释疾病诊断框架，旨在提升医疗影像分析的准确性和透明度。

多项研究评估GPT-4在医学领域的表现：在眼科问答中优于医学生和主治医师，在儿科眼科可辅助诊疗与教学；回答实验室检测问题时在相关性、准确性和安全性上优于其他模型及人工回答，但偶有错误；在课堂对话分析中显著省时且与人工编码高度一致；在病理学多模态诊断中正确率约84%，并通过USMLE基准测试。