视觉语言模型作为评估锥形束计算机断层扫描中髁突骨质改变的“零样本”辅助工具

背景与目的：对于全科医生而言，解读CBCT上的髁突骨质改变具有挑战性。本研究评估了视觉语言模型（VLMs）作为AI辅助工具，在检测髁突异常方面的“零样本”诊断性能和实用性。方法：我们分析了来自EHPN研究的72张CBCT图像用于内部验证，并从MMDental数据集中构建了70张图像的平衡样本用于外部验证，以双放射科医师共识作为金标准。使用了三种前沿VLM（Gemini-3、GPT-5.2和Qwen3-VL）在未进行预先微调的情况下评估代表性的矢状切面。通过诊断准确性、敏感性、特异性和平衡准确性来衡量性能，同时使用医学AI生成信息质量评估（QAMAI）框架评估AI生成的结构化报告的质量。本研究遵循STARD-AI和CLAIM指南作为主要检查表，并以TRIPOD-LLM作为补充框架。结果：Gemini-3取得了最高的诊断准确率（90.3%；95% CI: 81.0%-95.5%），优于GPT-5.2（75.0%）和Qwen3-VL（55.6%）。在MMDental数据集上构建的平衡样本上的外部验证证实了这些发现，Gemini-3实现了90.00%的准确率。在报告生成方面，Gemini-3在五个QAMAI维度上均超过了其他模型，提供了更准确、清晰且符合诊断标准的临床实用性论证。结论：VLM，特别是Gemini-3，在识别髁突改变和生成高质量诊断报告方面表现出零样本能力。尽管这些模型保持保守的诊断倾向，但它们展示了作为口腔颌面放射学中初步、无需训练的筛查辅助工具的潜力。需要进一步的多中心验证以确定临床实用性。临床相关性：基于云的VLM可以通过简单的网络界面让全科医生查询髁突发现，而无需专门的硬件，从而提供可及的筛查辅助。这些工具可能有助于结构化报告工作流程，但其在常规实践中的诊断一致性仍有待确定，且应补充而非取代专家临床判断。