Nov, 2023

通用与领域适应的大型语言模型在胸部放射学报告数据提取中的应用

HTML
PDF
TL;DR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。
发现论文，激发创造
  • 从影像学报告中提取临床实体和关系的RadGraph

    本文介绍了RadGraph数据集，这是一个基于新的信息提取模式设计的全文胸部X射线放射学报告中实体与关系的数据集。作者还发布了与之相关的开发、测试和推理数据集，并训练了一个深度学习模型——RadGraph Benchmark，该模型在MIMIC-CXR和CheXpert测试集上分别达到0.82和0.73的微F1得分。这些数据集可用于医疗自然语言处理、计算机视觉和多模态学习等领域的研究。

    Jun, 2021

  • 放射学文本分析系统（RadText）：架构和评价

    RadText是一个基于Python开发的开源放射学文本分析系统，采用BioC统一接口，支持多种处理方式和架构，输出符合OMOP CDM标准化结构，可用于多个数据源的观察研究，本文中我们使用MIMIC-CXR数据集进行了评估，得到高精度表现。

    Mar, 2022

  • 通过语义奖励提高放射科报告生成的事实正确性

    通过使用RadGraph奖励提出了一种基于胸透领域实体和实体关系的新方法，以进一步提高放射学报告的实际完成和正确性，该方法显着改善了放射学报告生成效果。

    Oct, 2022

  • 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

  • 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

  • 通过轻量级领域自适应大型语言模型实现放射学报告摘要

    本文系统探讨了轻量级的策略来适应大型语言模型（LLM）以进行放射学报告摘要（RRS）的任务。研究表明，通过在病例文本语料库中进行预训练，以及使用参数高效的微调技术，在RRS范例上进行微调有助于最大程度地适应任务，为临床任务开发有效的自然语言处理解决方案提供了有价值的参考。

    May, 2023

  • RadLing：面向高效放射学报告理解

    本文介绍了RadLing这一预训练模型，它使用了500K个放射学报告作为训练集，并针对放射学领域进行了微调，使其在细化调整任务中取得了与最先进结果相当的性能。本文的主要贡献在于知识感知遮蔽，这是一种通过遮蔽单词来注入知识的分类知识支持的预训练任务。此外，本文还介绍了一种知识库辅助的词汇扩展方法，以适应放射学领域的通用分词词汇。

    Jun, 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

  • RadEx：基于大型语言模型的放射学报告结构化信息提取框架

    RadEx是一个端到端框架，包括15个软件组件和10个工件，用于从放射学报告中进行自动化信息提取，支持医生定义临床领域相关信息和创建报告模板，实现信息提取系统的快速实施与维护。

    Jun, 2024

  • 利用语言模型和检索增强生成技术从诊断报告中自动提取结构化数据

    本研究旨在开发一个自动化系统，从非结构化的放射学和病理学报告中提取结构化临床信息，解决了当前信息提取的准确性和有效性问题。研究利用开源大语言模型和检索增强生成技术，发现新型和领域微调模型在提取准确性上表现优异，最佳模型在提取BT-RADS评分和IDH突变状态时均达到了高于90%的准确率。这一成果为医疗数据提取提供了可靠的方法，强调了人机协作的潜力。

    Sep, 2024