Diagnosi dell'immagine a raggi X toracica e modello dedicato alla generazione di report basato su DeepSeek

La carenza globale dei radiologi è un problema urgente, in particolare nelle regioni con risorse mediche limitate. In questo contesto, rendere la generazione di report l'obiettivo principale dei sistemi di intelligenza artificiale non solo si allinea ai bisogni pratici dei radiologi, ma serve anche meglio le esigenze del paziente. Con lo sviluppo di modelli di grandi dimensioni multimodali, è diventato possibile sviluppare sistemi di generazione di report automatici per immagini mediche. Sebbene CHATGPT 4O abbia dimostrato alcune capacità in più campi medici, come sistema di origine chiuso, ha limitazioni. Il suo meccanismo di generazione del modello è opaco e esistono questioni come l'allucinazione. Di recente, il modello di grande grande sorgente Open - Source di DeepSeek, Janus - Pro, un modello "Any to", presenta i vantaggi di una fonte ad alte prestazioni, a basso costo e open. Nature ha pubblicato tre articoli consecutivi che introducono le sue straordinarie caratteristiche. Dopo l'allenamento e la messa a punto, Janus - Pro mostra un grande potenziale nella diagnosi di immagini mediche e nella generazione di segnalazioni. Tuttavia, attualmente, l'applicazione di Janus - Pro nella diagnosi di immagini non è stata valutata. La maggior parte dei modelli esistenti sono altamente versatili ma mancano di ottimizzazione per domini specifici e mancano metodi di valutazione sistematici e multimensionali per determinare i pro e i contro di grandi modelli multimodali nella radiologia medica. Sulla base di queste situazioni attuali, lo scopo della nostra ricerca è quello di sviluppare e verificare il valore dell'applicazione di grandi modelli dedicati alle immagini mediche nella diagnosi di immagini e nella generazione di report di radiologia.