Röntgendiagnose van de borst röntgenfoto's en een toegewijd model van rapportgeneratie op basis van Deepseek

Het wereldwijde tekort aan radiologen is een dringend probleem, met name in regio's met beperkte medische middelen. Tegen deze achtergrond maakt het genereren van rapportgenotie de kerndoelstelling van Radiology AI -systemen niet alleen overeen met de praktische behoeften van radiologen, maar dient ook beter aan de vereisten van de patiënt. Met de ontwikkeling van multimodale grote modellen is het mogelijk geworden om automatische systemen voor het genereren van rapport voor medische afbeeldingen te ontwikkelen. Hoewel chatgpt 4o bepaalde mogelijkheden in meerdere medische subservelden heeft aangetoond, als een gesloten - bronsysteem, heeft het beperkingen. Het modelgeneratiemechanisme is ondoorzichtig en er bestaan ​​problemen zoals hallucinatie. Onlangs heeft DeepSeek's Open - Source Multimodal Gary Model, Janus - Pro, een "Any to Elk" -model, de voordelen van hoge prestaties, lage kosten en open - bron. Nature publiceerde drie opeenvolgende artikelen die de verbluffende functies introduceren. Na training en boete - afstemming toont Janus - Pro een groot potentieel in medische beelddiagnose en het genereren van meldingen. Momenteel is de toepassing van Janus - Pro in beelddiagnose echter niet geëvalueerd. De meeste bestaande modellen zijn zeer veelzijdig, maar missen optimalisatie voor specifieke domeinen, en er is een gebrek aan systematische en multi -dimensionale evaluatiemethoden om de voor- en nadelen van multimodale grote modellen in medische radiologie te bepalen. Op basis van deze huidige situaties is het doel van ons onderzoek om de toepassingswaarde te ontwikkelen en te verifiëren van grote modellen die zijn gewijd aan medische afbeeldingen in beelddiagnose en het genereren van radiologie.