Sep, 2023

RadOnc-GPT：一种针对放射肿瘤学的大型语言模型

PDF
TL;DR本文提出了 RadOnc-GPT，这是一个专为放射肿瘤治疗而设计的大型语言模型，通过先进的调优方法进行专项调优。RadOnc-GPT 在 Mayo Clinic 的放射肿瘤学患者记录和临床笔记的大型数据集上进行了微调。该模型在三个关键任务上进行了指令调优，包括生成放射治疗方案、确定最佳放射疗法，以及根据患者诊断详情提供诊断描述 / ICD 代码。将 RadOnc-GPT 生成的输出与通用大型语言模型的输出进行比较的放射肿瘤学家评估显示，RadOnc-GPT 的输出在清晰度、特异性和临床相关性方面有显著改善。本研究证明了使用像 RadOnc-GPT 这样通过领域特定知识进行调优的大型语言模型，在放射肿瘤学等高度专业的医疗领域实现转型能力的潜力。
发现论文，激发创造
  • Radiology-GPT：一种用于放射学的大型语言模型

    本文介绍了 Radiology-GPT，它是专门为放射学领域设计的大型语言模型，通过在广泛的放射学领域知识数据集上进行指令调整，Radiology-GPT 在放射诊断、研究和沟通方面表现出优越性能，是未来临床自然语言处理发展的催化剂，并且为将生成型大型语言模型定位到特殊医疗专业方向提供了可能性，同时确保符合 HIPPA 的隐私标准。

    Jun, 2023

  • 评估大型语言模型在高度专业化主题放射肿瘤物理学上的应用

    本研究研究使用 LLMS 答题的能力。我们开发了一个包含 100 个肿瘤放射物理学问题的考试，将四个 LLM（ChatGPT（GPT-3.5），ChatGPT（GPT-4），巴德（LaMDA）和 BLOOMZ）与医学物理学家和非专业人员进行了评估。ChatGPT（GPT-4）平均表现优于所有其他 LLM 以及医学物理学家。ChatGPT（GPT-4）在被激发先解释，然后再回答的情况下表现得更好。ChatGPT（GPT-4）展示了出人意料的准确性，表明了一种新颖的推理能力，但存在固有属性以及无法通过大多数投票进一步提高得分。

    Apr, 2023

  • 基于 ACR 放射肿瘤学培训考试 (TXIT) 的 ChatGPT-4 标准化测试：面向放射肿瘤学 AI 辅助教育和决策的潜力与挑战

    本研究评估了 ChatGPT-3.5 和 ChatGPT-4 在放射肿瘤学领域的表现，结果表明 ChatGPT-4 在统计学、神经系统和眼科、儿科、生物学和物理学方面具有良好的知识，并在诊断、预后和毒性方面表现出色，但在播种治疗和剂量学等方面还有待提高。虽然 ChatGPT-4 尚不适用于放射肿瘤学的临床决策，但有望在医学教育和难度较高的临床案例方面发挥作用。

    Apr, 2023

  • OncoGPT: 一个基于大型语言模型元人工智能（LLaMA）的医学对话模型，专注于肿瘤学领域专业知识

    开发了一种专用语言模型，通过在医生患者平台上清洗和匿名化的癌症相关对话数据集进行迭代微调，提高了模型对患者查询的理解和提供癌症相关建议的可靠性。

    Feb, 2024

  • 统一大型语言模型与本地微调模型在高度特化的放射学自然语言推理任务中的权衡探索

    本文评估了 ChatGPT / GPT-4 在放射学自然语言推理任务上的性能，并将其与其他针对任务相关数据样本进行微调的模型进行比较。结果显示，构建能解决不同领域的各种任务的通用模型是可行的。

    Apr, 2023

  • 探索 GPT-4 在放射学领域的边界

    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

  • 基于 GPT-4Vision 的自动放射治疗计划导引

    射线治疗计划是一项耗时且潜在主观性的过程，需要迭代调整模型参数以平衡多个冲突的目标。本研究介绍了 GPT-RadPlan，它是一个完全自动化的治疗计划框架，利用多模态大型语言模型中编码的放射治疗学知识，作为专家人工规划师指导治疗计划过程。通过在上下文中学习，将临床规程作为提示，使 GPT-4V 获得治疗计划领域知识。结果显示，GPT-RadPlan 在多个前列腺癌和头颈癌案例中表现出优越的目标覆盖和器官风险保护，在满足临床规程中的剂量目标方面始终表现出色，实现了自动化治疗计划过程的显著结果，无需额外的训练。

    Jun, 2024

  • XrayGPT: 医学视觉语言模型用于胸部 X 光摘要

    本研究介绍了 XrayGPT，一种新型的会话式医疗视觉 - 语言模型，可以分析并回答关于胸部 X 光片的开放式问题。通过将医疗视觉编码器 MedClip 与微调的大型语言模型 Vicuna 进行对齐，并使用简单的线性变换，我们的模型能够具备出色的视觉会话能力，从而深入理解放射学和医学领域的知识。

    Jun, 2023

  • 临床 GPT：基于多样医疗数据微调的大型语言模型和全面评估

    本研究介绍了一种专门为临床场景设计和优化的语言模型 ——ClinicalGPT，通过整合大量临床实际数据、领域特定知识和多轮次对话信息，使其更好地处理多种临床任务，并通过医学知识问答、医学考试、患者咨询和医疗记录的诊断分析等全面评估框架证明其在这些任务中显著优于其他模型，突出了我们的方法在将大型语言模型应用于卫生保健这一关键领域的有效性。

    Jun, 2023

  • 使用 ChatGPT 和 GPT-4 进行提示学习的放射学报告翻译成简明语言：结果、限制和潜力

    本研究调查了使用 ChatGPT 将放射学报告翻译成简明语言以提高医疗保健的可行性，并将 ChatGPT 与 GPT-4 进行比较，结果发现 GPT-4 可以显著提高翻译的质量。

    Mar, 2023