Feb, 2024

AI 生成内容增强的甲状腺结节计算机辅助诊断模型：ChatGPT 风格助手

PDF
TL;DR通过语义级人机交互的方式，基于 ChatGPT 架构设计出了一种名为 ThyGPT 的人工智能增强型计算机辅助诊断（AIGC-CAD）模型，可以协助放射科医生评估甲状腺结节的风险。使用由浙江癌症医院收集的 19,165 个甲状腺结节超声案例的数据集进行模型的训练和验证。经过训练后，ThyGPT 能够自动评估甲状腺结节并通过人机交互与医生进行有效沟通。实证结果表明，辅助 ThyGPT 的放射科医生在诊断能力上显著优于使用传统方法的同行，并且优于孤立模型的性能。这些发现表明，像 ThyGPT 这样的 AIGC-CAD 系统有望从根本上改变放射科医生的诊断工作流程。
发现论文，激发创造
  • ChatGPT 智能诊断开启医学影像潜能

    提出一个基于深度学习和 ChatGPT 的决策支持系统来辅助医疗保健机构和病人进行诊断、治疗和管理健康情况。该系统包含三个阶段：数据收集和标注，模型训练和诊断报告生成，可以提高决策能力，降低成本和提高医疗机构的能力，通过大量的实验得出自动诊断通过医疗图像具有良好的性能。

    May, 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

  • 将 ChatGPT 集成到安全医院网络：以改进放射学报告分析为案例研究

    通过对比学习的独特句级知识蒸馏方法，本研究首次在医院内将类似 ChatGPT 的基于云的 AI 模型转化为安全模型，用于分析放射学报告并优先考虑患者数据隐私。我们实现了超过 95% 的异常检测准确率，并可以准确标记预测的不确定性，提高了医生的可靠性和可解释性，从而在医疗保健领域为开发安全高效的 AI 工具取得重要进展，为无监督的医院内 AI 应用提供了有希望的未来。

    Feb, 2024

  • 甲状腺手术叙述自动化信息提取：GPT-4 与 Fine-tuned KoELECTRA 的比较研究

    该研究旨在比较经过调整的 KoELECTRA 模型与 GPT-4 模型的转化能力，以促进对甲状腺手术叙述的自动信息提取，通过利用先进的自然语言处理技术推动医疗领域的数据处理系统的范式转变，揭示了更流畅、精确和高效的文档处理方法，潜在地改变了医疗数据的处理和分析方式。

    Jun, 2024

  • 基于 Transformer 的自然语言处理方法从超声报告中提取甲状腺结节特征

    该研究采用自然语言处理和 GatorTron 模型等技术，从甲状腺结节的超声波报告中提取了 16 个结节的特征，为评估甲状腺超声报告的文档质量和通过电子健康档案检查甲状腺结节患者的治疗效果建立了基础。

    Mar, 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

  • AI 生成文本检测工具的实证研究

    本研究旨在创建一个多领域数据集，以测试用于检测高校和其他研究机构使用的人工生成信息的最先进 API 和工具。六种不同的人工智能文本识别系统，包括 “GPTkit”，“GPTZero”，“Originality”，“Sapling”，“Writer” 和 “Zylalab”，准确率介于 55.29% 至 97.0% 之间。尽管所有工具在评估中表现良好，但原创性在各方面表现尤为出色。

    Sep, 2023

  • 人工智能生成内容的综合调查（AIGC）：从 GAN 到 ChatGPT 的生成式人工智能历史

    该研究综述了生成模型的历史和基本组成部分，并从单模态和多模态交互的角度介绍了文本和图像生成任务及相关模型，讨论了人工智能生成内容领域中的开放性问题和未来挑战。

    Mar, 2023

  • 聊天 GPT 的调查: AI 生成的内容、挑战和解决方案

    本文针对 AI 基模型带来的 AI 生成内容（AIGC）涉及的工作原理、安全和隐私威胁、最新解决方案、以及未来挑战等方面做出了深入调查，主要讨论了 AIGC 的架构、工作模式和关键特征、安全和隐私威胁、道德和社会影响，最后针对 AIGC 未来的挑战和研究方向进行了总结。

    May, 2023

  • 甲状腺癌诊断的放射组学和人工智能进展

    人工智能和放射学成像技术结合应用于甲状腺癌诊断的研究综述了相关研究，并强调了标准化努力的重要性。

    Apr, 2024