AI绘图工具在解剖学插图中的潜力与局限：教育应用价值评估

　　本研究针对AI文本生成图像技术在解剖学教育中的应用潜力，评估了ChatGPT、Microsoft Designer、Craiyon和Image FX生成肝脏、脾脏、肾脏及其尸检形态与生殖器官插图的能力。来自多机构的研究团队通过五级李克特量表从解剖特征、教育效用和视觉质量三个维度进行评价，发现当前AI生成图像虽具视觉吸引力但解剖准确性不足，为医学教育领域AI工具的开发提供了重要参考。

　　

近年来，人工智能(Artificial Intelligence, AI)在医学插图领域取得显著进展，与多学科发展保持同步。这些工具为创建定制化插图和快速可视化医学解剖内容提供了高效且经济高效的途径。本研究旨在探讨AI生成此类插图时的优势与局限，重点关注其在解剖学教育中的潜在应用。

研究方法评估了ChatGPT、Microsoft Designer、Craiyon和Image FX四大平台生成肝脏(liver)、脾脏(spleen)、肾脏(kidney)及其尸检形态(cadaveric forms)与生殖器官(genital organs)插图的能力。每幅插图由两名研究人员独立采用五点李克特量表(Likert scale)进行评价，评估标准包含九项指标，涵盖解剖特征、教育实用性和视觉质量三大维度。

结果显示，Image FX、ChatGPT和Microsoft Designer的综合得分分别为3.46、3.40和3.24，而Craiyon得分最低(1.86)。尽管生成图像具有美学吸引力和视觉品质，但普遍存在解剖特征缺失的问题。值得注意的是，Microsoft Designer因政策限制无法生成尸检器官与生殖系统图像，其余平台虽能生成但准确性有限。

本研究揭示了AI驱动的文本生成图像(text-to-image)技术在解剖插图领域的双重性。未来通过整合高精度解剖数据库和标准化解剖术语，AI模型的进一步发展有望显著提升这些工具在医学教育中的准确性与适用性。