Diagnóstico de imagem de radiografia de tórax e geração de relatório modelo dedicado baseado em Deepseek

A escassez global de radiologistas é uma questão premente, principalmente em regiões com recursos médicos limitados. Nesse cenário, tornando a geração de relatórios o objetivo principal dos sistemas de IA de radiologia não apenas se alinha às necessidades práticas dos radiologistas, mas também atende melhor aos requisitos do paciente. Com o desenvolvimento de grandes modelos multimodais, tornou -se possível desenvolver sistemas automáticos de geração de relatórios para imagens médicas. Embora o ChatGPT 4O tenha demonstrado certos recursos em vários campos médicos, como um sistema de origem fechado, ele tem limitações. Seu mecanismo de geração de modelos é opaco e existem questões como a alucinação. Recentemente, o modelo grande e multimodal de Deepseek, Janus - Pro, um modelo "qualquer qualquer", tem as vantagens de alto desempenho, baixo custo e fonte aberta. A Nature publicou três artigos consecutivos, introduzindo seus recursos impressionantes. Após o treinamento e o ajuste fino, Janus - Pro mostra um grande potencial no diagnóstico de imagens médicas e na geração de relatórios. No entanto, atualmente, a aplicação do Janus - Pro no diagnóstico de imagem não foi avaliada. A maioria dos modelos existentes é altamente versátil, mas não possui otimização para domínios específicos, e há uma falta de métodos de avaliação sistemática e multidimensional para determinar os prós e contras de grandes modelos multimodais em radiologia médica. Com base nessas situações atuais, o objetivo de nossa pesquisa é desenvolver e verificar o valor da aplicação de grandes modelos dedicados a imagens médicas no diagnóstico de imagens e geração de relatórios de radiologia.