本研究详细阐述了开发出的57个模拟初级保健咨询数据集，包括音频记录、手动语音层次转录和相关的咨询备注，旨在成为医疗对话ASR基准以及转录生成咨询注意事项的数据集。

Apr, 2022

本文介绍了BiomedCLIP在生物医学视觉语言处理方面的应用，该方法针对生物医学VLP进行改进和优化，实验结果显示，BiomedCLIP已成为标准数据集中广泛应用于检索、分类和视觉问答等任务的新的最佳模型，且在某些领域甚至胜过了目前的最新模型。

Mar, 2023

该论文解决了改善语音转录文本的 POS 标注的问题。作者使用了数据增强技术来训练在领域外树库上的句法分析器，并在句法标注上测试了在不同类型的神经退行性疾病患者的临床语音中表现良好的效果。

Jul, 2023

本文介绍CheXOFA，这是一个新的预训练视觉语言模型，用于胸部X光域。该模型最初在普通领域的各种多模态数据集上进行预训练，然后迁移到胸部X光域。通过将各种特定于域的任务统一到简单的序列到序列模式中，使模型能够有效地从领域中有限的资源中学习所需的知识和技能。通过包括集成和事实校准在内的微妙技术，我们的系统在RadSum23排行榜的隐藏测试集上取得了第一名。

Jul, 2023

本论文评估了目前最先进的大型语言模型GPT-4在放射学报告的文本应用中的表现，探索了各种提示策略，并发现GPT-4在常见放射学任务中表现要优于或与目前最先进的放射学模型相媲美。针对需要学习特定样式或架构的任务，GPT-4通过基于示例的提示得到改进并与监督的最先进模型相匹配。通过与一名获得认证的放射科医生的广泛错误分析表明，GPT-4在放射学知识方面具备足够水平，只偶尔在需要微妙领域知识的复杂上下文中出现错误。针对发现的总结，GPT-4的输出整体上与现有的人工编写印象相当。

Oct, 2023

无结构数据的放射科医生可能对临床护理有价值，但风格的变化限制了使用。本研究比较了使用领域适应的语言模型（RadLing）和通用大型语言模型（GPT-4）从胸部放射学报告中提取常见数据元素（CDE）的系统性能。

Nov, 2023

该研究通过多模态大型语言模型（LLMs）作为辅助工具，检视放射科医生报告中的错误，取得良好的效果，对放射学诊断准确性的提升具有潜力。

Dec, 2023

ORacle是一种先进的视觉语言模型，用于整体手术室领域建模，通过多视图和时序能力，结合外部知识进行推理，适应以前未见过的外科手术场景，并展示了提高手术室领域建模可扩展性和可负担性的潜力。

Apr, 2024

本论文提出了一种新颖的实时端到端错误检测框架，称为Chain-of-Thought (COG) prompting，利用手术视频中的上下文信息来提高机器人辅助微创手术的安全性和效果。通过使用transformer、attention和多阶段时序卷积网络等方法，该方法在公共基准 RMIS 数据集 JIGSAWS 上优于目前最先进方法的F1分数、准确率和Jaccard指数，并且平均每帧处理时间为6.69毫秒。

Jun, 2024

本研究解决了放射学报告难以理解的问题，提出了一种创新的AI驱动系统ReXplain，该系统生成患者友好的视频报告。研究表明，ReXplain可以准确传达放射信息，模拟一对一咨询，具有提升患者参与度和满意度的潜力，开启了多模态医疗沟通的新研究方向。

Oct, 2024