Диагностика изображения рентгеновского излучения грудной клетки и генерация отчетов. Выделенная модель на основе DeepSeek

Глобальная нехватка рентгенологов является насущной проблемой, особенно в регионах с ограниченными медицинскими ресурсами. На этом фоне, сделав генерацию отчета основной целью радиологических систем ИИ не только соответствует практическим потребностям рентгенологов, но и лучше удовлетворяет требованиям пациента. С разработкой мультимодальных крупных моделей стало возможным разработать автоматические системы генерации отчетов для медицинских изображений. Хотя CHATGPT 4O продемонстрировал определенные возможности в нескольких медицинских полях, в качестве замкнутого исходной системы, он имеет ограничения. Его механизм генерации моделей является непрозрачным, и существуют такие проблемы, как галлюцинация. Недавно DeepSeek's Open - исходная мультимодальная большая большая модель, Janus - Pro, «любое для любой» модели, обладает преимуществами высокой производительности, низкой стоимости и открытого исходного исхода. Nature опубликовала три последовательные статьи, представляющие свои потрясающие особенности. После тренировки и тонкой настройки Janus - Pro демонстрирует большой потенциал в диагностике медицинских изображений и генерации сообщений. Однако в настоящее время применение Janus - Pro в диагностике изображений не было оценено. Большинство существующих моделей очень универсальны, но не имеют оптимизации для конкретных областей, и отсутствует систематических и многоэтажных методов оценки для определения плюсов и минусов мультимодальных крупных моделей в медицинской радиологии. Основываясь на этих текущих ситуациях, цель нашего исследования состоит в том, чтобы разработать и проверить стоимость применения крупных моделей, посвященных медицинским изображениям в диагностике изображений и генерации радиологии.