Abstract Objective: To test the performance of ChatGPT on radiology questions formulated by the Colégio Brasileiro de Radiologia (CBR, Brazilian College of Radiology), evaluating its failures and successes. Materials and Methods: 165 questions from the CBR annual resident assessment (2018, 2019, and 2022) were presented to ChatGPT. For statistical analysis, the questions were divided by the type of cognitive skills assessed (lower or higher order), by topic (physics or clinical), by subspecialty, by style (description of a clinical finding or sign, clinical management of a case, application of a concept, calculation/classification of findings, correlations between diseases, or anatomy), and by target academic year (all, second/third year, or third year only). Results: ChatGPT answered 88 (53.3%) of the questions correctly. It performed significantly better on the questions assessing lower-order cognitive skills than on those assessing higher-order cognitive skills, providing the correct answer on 38 (64.4%) of 59 questions and on only 50 (47.2%) of 106 questions, respectively (p = 0.01). The accuracy rate was significantly higher for physics questions than for clinical questions, correct answers being provided for 18 (90.0%) of 20 physics questions and for 70 (48.3%) of 145 clinical questions (p = 0.02). There was no significant difference in performance among the subspecialties or among the academic years (p > 0.05). Conclusion: Even without dedicated training in this field, ChatGPT demonstrates reasonable performance, albeit still insufficient for approval, on radiology questions formulated by the CBR. Objective CBR, (CBR Radiology, Radiology , Radiology) successes Methods 16 2018, 2018 (2018 2019 2022 analysis lower order, order order) clinical, clinical) subspecialty description sign case concept calculationclassification calculation classification findings diseases anatomy, anatomy anatomy) all, all (all secondthird second only. . only) Results 8 53.3% 533 53 3 (53.3% correctly lowerorder higherorder 64.4% 644 64 4 (64.4% 5 47.2% 472 47 2 (47.2% 10 p 0.01. 001 0.01 0 01 0.01) 1 90.0% 900 90 (90.0% 7 48.3% 483 48 (48.3% 14 0.02. 002 0.02 02 0.02) 0.05. 005 0.05 05 0.05) Conclusion field approval 201 (201 202 53.3 (53.3 64.4 6 (64.4 47.2 (47.2 00 0.0 90.0 9 (90.0 48.3 (48.3 (20 53. (53. 64. (64. 47. (47. 0. 90. (90. 48. (48. (2 (53 (64 (47 (90 (48 ( (5 (6 (4 (9

Resumo Objetivo: Testar o desempenho do ChatGPT em questões de radiologia formuladas pelo Colégio Brasileiro de Radiologia (CBR), avaliando seus erros e acertos. Materiais e Métodos: 165 questões da avaliação anual dos residentes do CBR (2018, 2019 e 2022) foram apresentadas ao ChatGPT. Elas foram divididas, para análise estatística, em questões que avaliavam habilidades cognitivas de ordem superior ou inferior e de acordo com a subespecialidade, o tipo da questão (descrição de um achado clínico ou sinal, manejo clínico de um doente, aplicação de um conceito, cálculo ou classificação dos achados descritos, associação entre doenças ou anatomia) e o ano da residência (R1, R2 ou R3). Resultados: O ChatGPT acertou 53,3% das questões (88/165). Houve diferença estatística entre o desempenho em questões de ordem cognitiva inferior (64,4%; 38/59) e superior (47,2%; 50/106) (p = 0,01). Houve maior índice de acertos em física (90,0%; 18/20) do que em questões clínicas (48,3%; 70/145) (p = 0,02). Não houve diferença significativa de desempenho entre subespecialidades ou ano de residência (p > 0,05). Conclusão: Mesmo sem treinamento dedicado a essa área, o ChatGPT apresenta desempenho razoável, mas ainda insuficiente para aprovação, em questões de radiologia formuladas pelo CBR. Objetivo CBR, , (CBR) Métodos 16 2018, 2018 (2018 201 2022 divididas subespecialidade descrição sinal doente conceito descritos anatomia R1, R1 R (R1 R3. R3 . R3) Resultados 533 53 3 53,3 88/165. 88165 88/165 88 (88/165) 64,4% 644 64 4 (64,4% 38/59 3859 38 59 47,2% 472 47 2 (47,2% 50/106 50106 50 106 p 0,01. 001 0,01 0 01 0,01) 90,0% 900 90 (90,0% 18/20 1820 18 20 48,3% 483 48 (48,3% 70/145 70145 70 145 0,02. 002 0,02 02 0,02) 0,05. 005 0,05 05 0,05) Conclusão área razoável aprovação (CBR 1 (201 202 (R 5 53, 8816 88/16 8 (88/165 64,4 6 (64,4 38/5 385 47,2 (47,2 50/10 5010 10 00 0,0 90,0 9 (90,0 18/2 182 48,3 (48,3 70/14 7014 7 14 (20 881 88/1 (88/16 64, (64, 38/ 47, (47, 50/1 501 0, 90, (90, 18/ 48, (48, 70/1 701 (2 88/ (88/1 (64 (47 50/ (90 (48 70/ ( (88/ (6 (4 (9 (88 (8

Objetivo: Avaliar a prevalência de sarcopenia em pacientes com DPOC e determinar se sarcopenia está correlacionada com a gravidade e o prognóstico de DPOC. Métodos: Estudo retrospectivo em pacientes com DPOC atendidos no ambulatório de pneumologia de nossa instituição. Os pacientes realizaram absorciometria de dupla energia por raios X. O diagnóstico de sarcopenia foi baseado no índice de massa muscular esquelética, definido como massa magra apendicular/altura2 somente para indivíduos com baixo peso, sendo ajustado pela massa gorda para aqueles com peso normal/sobrepeso. A gravidade da doença (estádio da DPOC) foi avaliada com os critérios da Global Initiative for Chronic Obstructive Lung Disease (GOLD). O grau de obstrução e o prognóstico foram determinados pelo índice Body mass index, airflow Obstruction, Dyspnea, and Exercise capacity (BODE). Resultados: Foram incluídos 91 pacientes (50 mulheres), com média de idade de 67,4 ± 8,7 anos e média de IMC de 25,8 ± 6,1 kg/m2. Sarcopenia foi diagnosticada em 36 (39,6%) dos pacientes, sem diferenças relacionadas a sexo, idade ou status tabágico. Não houve associação de sarcopenia com estádios GOLD ou VEF1 (utilizado como indicador do grau de obstrução). O IMC, a porcentagem de gordura corporal e a massa magra total foram menores nos pacientes com sarcopenia do que naqueles sem a doença (p < 0,001). A prevalência de sarcopenia foi maior nos pacientes com BODE nos quartis 3 ou 4 que naqueles com BODE nos quartis 1 ou 2 (p = 0,009). A análise multivariada mostrou que os quartis do BODE estavam significativamente associados à sarcopenia, independentemente de idade, gênero, status tabágico e estádio GOLD. Conclusões: Em pacientes com DPOC, sarcopenia parece estar associada a alterações desfavoráveis na composição corporal e pior prognóstico.

Objective: To evaluate the prevalence of sarcopenia in COPD patients, as well as to determine whether sarcopenia correlates with the severity and prognosis of COPD. Methods: A cross-sectional study with COPD patients followed at the pulmonary outpatient clinic of our institution. The patients underwent dual-energy X-ray absorptiometry. The diagnosis of sarcopenia was made on the basis of the skeletal muscle index, defined as appendicular lean mass/height2 only for low-weight subjects and adjusted for fat mass in normal/overweight subjects. Disease severity (COPD stage) was evaluated with the Global Initiative for Chronic Obstructive Lung Disease (GOLD) criteria. The degree of obstruction and prognosis were determined by the Body mass index, airflow Obstruction, Dyspnea, and Exercise capacity (BODE) index. Results: We recruited 91 patients (50 females), with a mean age of 67.4 ± 8.7 years and a mean BMI of 25.8 ± 6.1 kg/m2. Sarcopenia was observed in 36 (39.6%) of the patients, with no differences related to gender, age, or smoking status. Sarcopenia was not associated with the GOLD stage or with FEV1 (used as an indicator of the degree of obstruction). The BMI, percentage of body fat, and total lean mass were lower in the patients with sarcopenia than in those without (p < 0.001). Sarcopenia was more prevalent among the patients in BODE quartile 3 or 4 than among those in BODE quartile 1 or 2 (p = 0.009). The multivariate analysis showed that the BODE quartile was significantly associated with sarcopenia, regardless of age, gender, smoking status, and GOLD stage. Conclusions: In COPD patients, sarcopenia appears to be associated with unfavorable changes in body composition and with a poor prognosis.