AI 编辑审核人工智能
Neuro-VL：基于近百万神经影像研究训练的视觉语言模型
arXiv — cs.AI · Chenhui Zhao, Akshay Rao, Akhil Kondepudi, Yiwei Lyu, Xinhai Hou, Rikhil Seshadri, Cheng Jiang, Soumyanil Banerjee, Rushikesh Joshi, Samir Harake, Ashok Srinivasan, Shruti Mishra, Francisco Rivas-Rodriguez, Seunghong Rhee, Nathaniel Roddenberry, Neeraj Chaudhary, Zach Wilseck, Paul Park, Honglak Lee, Vikas Gulani, Aditya Pandey, Todd Hollon · Readzer 发布时间
摘要
研究人员推出了Neuro-VL，这是一个基于常规临床护理中近百万神经影像研究训练的视觉语言模型，能够解读完整的影像检查并就发现进行自然语言对话。在内部和国际数据集上，Neuro-VL在诊断、定位和描述异常以及生成全面放射学报告方面优于前沿通用和专科医疗模型。该模型还能比较系列检查以评估疾病进展，并且比OpenAI和Google的领先前沿模型更可靠地抵抗误导性临床假设。
这里提供经过审核的摘要。完整内容请前往原文阅读。
载入阅读状态…
各行业推荐理由
- 人工智能
该研究展示了医学AI的重大进展，说明如何利用大规模临床影像数据开发具有广泛诊断能力的专科视觉语言模型，与医疗保健中的AI模型开发和多模态推理相关。