แบบจำลองภาษาขนาดใหญ่ที่ปรับแต่งได้อย่างละเอียดเพิ่ม ID ข้อผิดพลาดในรายงานรังสีวิทยา

ติดตาม Drugslib ได้ที่

ทบทวนทางการแพทย์โดย Carmen Pope, Bpharm อัปเดตล่าสุดเมื่อวันที่ 27 พฤษภาคม 2025.

โดย Elana Gotkine Healthday Reporter

วันอังคารที่ 27 พฤษภาคม 2568-แบบจำลองภาษาขนาดใหญ่ (LLMs) ได้รับการปรับแต่งรายงานรังสีวิทยาเพิ่มการตรวจจับข้อผิดพลาดในรายงานรังสีวิทยาตามการศึกษาที่ตีพิมพ์ออนไลน์ 20 พฤษภาคมในรังสีวิทยา

cong sun, ph.d. การศึกษาย้อนหลัง ชุดข้อมูลถูกสร้างขึ้นด้วยสองส่วน: ชุดแรกรวม 1,656 รายงานรังสีวิทยาทรวงอกสังเคราะห์ที่สร้างโดย GPT-4 (OpenAI) พร้อมรายงานสังเคราะห์ที่ปราศจากข้อผิดพลาด 828 และ 828 ที่มีข้อผิดพลาด มีรายงานทั้งหมด 614 ฉบับรวมอยู่ในส่วนที่สอง: 307 ปราศจากข้อผิดพลาดจากฐานข้อมูลการถ่ายภาพรังสีทรวงอก (MIMIC-CXR) และรายงานสังเคราะห์ 307 รายการพร้อมข้อผิดพลาดที่สร้างโดย GPT-4 การใช้การแจ้งเตือนแบบไม่มีการยิงการกระตุ้นไม่กี่ครั้งหรือกลยุทธ์การปรับแต่งแบบจำลองหลายรุ่นได้รับการปรับปรุงและประสิทธิภาพของโมเดลเหล่านี้ได้รับการประเมิน

นักวิจัยพบว่ารูปแบบ Llama-3-70B-Instruct ที่ปรับแต่งได้ดีได้รับประสิทธิภาพที่ดีที่สุดโดยใช้การกระตุ้นด้วยการยิงแบบศูนย์โดยมีคะแนน F1 0.769, 0.772, 0.750, 0.828 และ 0.780 สำหรับข้อผิดพลาดในการปฏิเสธ นักรังสีวิทยาสองคนได้ตรวจสอบรายงานการส่งออกที่เลือกแบบสุ่ม 200 รายการโดยแบบจำลองในขั้นตอนการประเมินในโลกแห่งความเป็นจริง 99 ได้รับการยืนยันโดยนักรังสีวิทยาทั้งสองที่มีข้อผิดพลาดที่ตรวจพบโดยแบบจำลองและ 163 ได้รับการยืนยันโดยนักรังสีวิทยาอย่างน้อยหนึ่งคน

"การค้นพบแสดงให้เห็นว่าการปรับแต่งเป็นสิ่งสำคัญสำหรับการเปิดใช้งาน LLM ในท้องถิ่น

ผู้เขียนคนหนึ่งมีการวางแผนสิทธิบัตรออกหรือรอดำเนินการกับโรงพยาบาล Weill Cornell

การแพทย์ (การสมัครสมาชิกอาจจำเป็นต้องใช้) บุคคล ปัจจัยส่วนบุคคลสามารถแตกต่างกันอย่างมาก ขอคำแนะนำทางการแพทย์ส่วนบุคคลสำหรับการตัดสินใจด้านการดูแลสุขภาพส่วนบุคคลเสมอ

ที่มา: Healthday

โพสต์แล้ว : 2025-05-28 06:00

อ่านเพิ่มเติม

ข้อจำกัดความรับผิดชอบ

มีความพยายามทุกวิถีทางเพื่อให้แน่ใจว่าข้อมูลที่ให้โดย Drugslib.com นั้นถูกต้อง ทันสมัย -วันที่และเสร็จสมบูรณ์ แต่ไม่มีการรับประกันใดๆ เกี่ยวกับผลกระทบดังกล่าว ข้อมูลยาเสพติดที่มีอยู่นี้อาจจะเป็นเวลาที่สำคัญ. ข้อมูล Drugslib.com ได้รับการรวบรวมเพื่อใช้โดยผู้ประกอบวิชาชีพด้านการดูแลสุขภาพและผู้บริโภคในสหรัฐอเมริกา ดังนั้น Drugslib.com จึงไม่รับประกันว่าการใช้นอกสหรัฐอเมริกามีความเหมาะสม เว้นแต่จะระบุไว้เป็นอย่างอื่นโดยเฉพาะ ข้อมูลยาของ Drugslib.com ไม่ได้สนับสนุนยา วินิจฉัยผู้ป่วย หรือแนะนำการบำบัด ข้อมูลยาของ Drugslib.com เป็นแหล่งข้อมูลที่ได้รับการออกแบบมาเพื่อช่วยเหลือผู้ปฏิบัติงานด้านการดูแลสุขภาพที่ได้รับใบอนุญาตในการดูแลผู้ป่วยของตน และ/หรือเพื่อให้บริการลูกค้าที่ดูบริการนี้เป็นส่วนเสริมและไม่ใช่สิ่งทดแทนความเชี่ยวชาญ ทักษะ ความรู้ และการตัดสินด้านการดูแลสุขภาพ ผู้ปฏิบัติงาน

การไม่มีคำเตือนสำหรับยาหรือยาผสมใด ๆ ไม่ควรตีความเพื่อบ่งชี้ว่ายาหรือยาผสมนั้นปลอดภัย มีประสิทธิผล หรือเหมาะสมสำหรับผู้ป่วยรายใดรายหนึ่ง Drugslib.com ไม่รับผิดชอบต่อแง่มุมใดๆ ของการดูแลสุขภาพที่ดำเนินการโดยได้รับความช่วยเหลือจากข้อมูลที่ Drugslib.com มอบให้ ข้อมูลในที่นี้ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุมถึงการใช้ คำแนะนำ ข้อควรระวัง คำเตือน ปฏิกิริยาระหว่างยา ปฏิกิริยาการแพ้ หรือผลข้างเคียงที่เป็นไปได้ทั้งหมด หากคุณมีคำถามเกี่ยวกับยาที่คุณกำลังใช้ โปรดตรวจสอบกับแพทย์ พยาบาล หรือเภสัชกรของคุณ

คำหลักยอดนิยม