A finomhangolt nagy nyelvű modellek javítják a hibavonzumot a radiológiai jelentésekben

Kövesse a Drugslib-et

orvosilag felülvizsgálta Carmen Pope, Bpharm. Utoljára frissítve 2025. május 27-én.

2025. május 27., kedd-Nagy nyelvi modellek (LLMS), a radiológiai jelentések finomhangolása, a radiológiai jelentések hibáinak észlelése, a radiológiában május 20-án közzétett tanulmány szerint. Két részből álló adatkészletet készítettünk: az első 1656 szintetikus mellkasi radiológiai jelentéseket tartalmazott, amelyeket a GPT-4 (OpenAI) készített, 828 hibamentes szintetikus jelentéssel és 828 hibával. Összesen 614 jelentést vettünk be a második részbe: 307 hibamentes a MIMIC mellkas röntgenfelvételétől (MIMIC-CXR) adatbázisból és 307 szintetikus jelentésből a GPT-4 által generált hibákkal. A nulla lövés, néhány lövés vagy finomhangolási stratégiák használatával több modellt finomítottak, és ezeknek a modelleknek a teljesítményét megvizsgálták.

A kutatók azt találták, hogy a finomhangolt láma-3-70b-instrukciós modell a legjobb teljesítményt érte el nulla lövéssel, az F1 pontszámok 0,769, 0,772, 0,750, 0,828 és 0,780 értékkel, a bal/jobb hibákkal, az intervallumváltozási hibákkal, az átírási hibákkal és az általánosokkal szemben. Két radiológus felülvizsgálta a modell által készített 200 véletlenszerűen kiválasztott jelentés kimenetet egy valós értékelési szakaszban; A 99-et mindkét radiológus megerősítette, hogy a modellek által észlelt hibákat tartalmazza, és a 163-at legalább egy radiológus megerősítette.

Az egyik szerzőnek szabadalma van a Weill Cornell Kórházban tervezve, kiadott vagy folyamatban.

Szerkesztői (előfizetés vagy fizetés szükséges)

aktív: az egyénekre vonatkozik. Az egyes tényezők nagyban változhatnak. Mindig kérjen személyre szabott orvosi tanácsot az egyéni egészségügyi döntésekhez.

Forrás: Healthday

Elküldve : 2025-05-28 06:00

Olvass tovább

Felelősség kizárása

Minden erőfeszítést megtettünk annak érdekében, hogy a Drugslib.com által közölt információk pontosak és naprakészek legyenek - dátum, és teljes, de erre nem vállalunk garanciát. Az itt található gyógyszerinformációk időérzékenyek lehetnek. A Drugslib.com információit egészségügyi szakemberek és fogyasztók számára állítottuk össze az Egyesült Államokban, ezért a Drugslib.com nem garantálja, hogy az Egyesült Államokon kívüli felhasználás megfelelő, kivéve, ha kifejezetten másként jelezzük. A Drugslib.com gyógyszerinformációi nem támogatják a gyógyszereket, nem diagnosztizálnak betegeket, és nem ajánlanak terápiát. A Drugslib.com gyógyszerinformációi egy információs forrás, amelynek célja, hogy segítse az engedéllyel rendelkező egészségügyi szakembereket betegeik ellátásában és/vagy olyan fogyasztók kiszolgálására, akik ezt a szolgáltatást az egészségügyi szakértelem, készség, tudás és megítélés kiegészítéseként, nem pedig helyettesítőjeként tekintik. gyakorló szakemberek.

Az adott gyógyszerre vagy gyógyszerkombinációra vonatkozó figyelmeztetés hiánya semmiképpen sem értelmezhető úgy, hogy a gyógyszer vagy gyógyszerkombináció biztonságos, hatékony vagy megfelelő az adott beteg számára. A Drugslib.com nem vállal felelősséget a Drugslib.com által biztosított információk segítségével nyújtott egészségügyi ellátás egyetlen aspektusáért sem. Az itt található információk nem terjednek ki minden lehetséges felhasználásra, útmutatásra, óvintézkedésre, figyelmeztetésre, gyógyszerkölcsönhatásra, allergiás reakcióra vagy káros hatásra. Ha kérdése van az Ön által szedett gyógyszerekkel kapcsolatban, kérdezze meg kezelőorvosát, ápolónőjét vagy gyógyszerészét.

Népszerű kulcsszavak