大型语言模型在总结放射学报告印象方面的现状

Jun, 2024

大型语言模型在总结放射学报告印象方面的现状

The current status of large language models in summarizing radiology report impressions

Danqing Hu, Shanyuan Zhang, Qing Liu, Xiaofeng Zhu, Bing Liu

TL;DR研究了 8 种大型语言模型对放射学报告印象进行总结的能力，使用 CT、PET-CT 和超声波报告构建零、一、三次扫描提示，并定义了五项人工评价指标以评估印象的语义，结果显示大型语言模型在完整性和正确性方面表现较好，但简洁性和真实性评分不高，并指出少量扫描提示可以提高模型的简洁性和真实性，但临床医师仍认为大型语言模型不能取代放射学家的总结能力。

Abstract

large language models (LLMs) like ChatGPT show excellent capabilities in various natural language processing tasks, especially for text generation. The effectiveness of LLMs in summarizing radiology report impressions remains unclear. In this study, we explore the capability of eight L

large language models summarization radiology reports quantitative evaluation metrics human evaluation metrics

发现论文，激发创造

多语种放射学报告的自然语言处理模型 -- 只需摘要！

通过 fine-tuning 多语言 Transformer 模型，该研究实现了自动化生成多种语言的放射学报告总结，结果显示出与人工撰写总结相当甚至更好的临床可靠性。

Sep, 2023

RadSum23 的 shs-nlp：面向领域自适应的指令调整 LLMs 预训练，用于放射学报告印象生成

本文提出了一个使用大规模医疗文本数据对指令调整的生成大语言模型进行领域自适应预训练的系统，以增强其医疗知识和特定任务的表现。该系统在零样本情况下在 IMPRESSIONS 生成任务上表现比其他预训练和微调方法更好，并在 BioNLP 2023 研讨会的 Radiology Report Summarization Task 1B 中排名第一。

Jun, 2023

利用专业放射科医师的专长提升放射学报告的 LLM 评估

利用大型语言模型进行人工智能辅助的放射学报告生成与评估研究，通过结合放射科医生专业知识并采用相关评估指标以提高医学报告质量评估水平。

Jan, 2024

ImpressionGPT: 面向放射学报告摘要的迭代优化框架和 ChatGPT

提出了 ImpressionGPT，利用建立动态上下文的方法，使模型通过语言模型的上下文学习能力获得从现有数据中语义相似的示例的上下文知识，并设计一种迭代优化算法，用于对生成的印象结果进行自动评估和对应的指令提示，从而在不需要额外训练数据或微调语言模型的情况下在 MIMIC-CXR 和 OpenI 数据集上实现了最佳性能。

Apr, 2023

放射学自然语言处理的大型语言模型评估

大型语言模型在医学领域的实际应用中的性能、优势和不足进行了关键性评估。

Jul, 2023

通过与非专业人员总结提示大型语言模型改进专家放射学报告摘要

利用一种新的提示策略，结合少样本上下文学习，该论文引入了一种改进放射学报告摘要的方法，通过首先生成普通人摘要来规范关键观察，并使用医患交流启发的非专家通信技术简化复杂信息。我们在 MIMIC-CXR、CheXpert 和 MIMIC-III 数据集上评估了这种方法，并将其与 7B/8B 参数状态下的开源大型语言模型（LLMs），如 Meta-Llama-3-8B-Instruct，进行了比较。我们的结果表明，在摘要精确性和可访问性方面都取得了改进，特别是在领域外测试中，某些指标的改进高达 5%。

Jun, 2024

LLM-RadJudge：X 光报告生成实现放射科医师级评估

使用大型语言模型对医学成像报告进行评估的一项新颖评估框架，通过与放射科医生评估结果的对比，提出了一种性能接近 GPT-4 的度量标准。为了降低成本并提高可访问性，利用语言模型评估结果构建数据集，进行了知识蒸馏以训练较小的模型，该模型的评估能力与 GPT-4 相当，为医学成像报告生成提供了一种易于使用和高效的评估方法，促进了更具临床相关性的模型的开发，该模型将进一步开源和提供可访问性。

Apr, 2024

使用 GPT-4 进行自动评估的基于视觉 LLM 预测的分解

通过提出一种新颖的评估框架，判断视觉语言模型在生成基于 CT 的异常的准确摘要方面的能力，从而为辅助放射科医师减轻负担，并指导未来该领域的发展。

Mar, 2024

MRScore: 基于 LLM 的放射学报告生成评估系统

该研究介绍了 MRScore，一种针对放射学报告生成的自动评估指标，通过利用大型语言模型 (LLMs)。相较于传统的自然语言生成 (NLG) 指标如 BLEU，MRScore 更准确地评估生成的放射学报告。作者与放射科医生合作开发了一个框架，该框架指导 LLMs 进行放射学报告评估，以确保与人类分析保持一致。我们的实验证明 MRScore 与人类判断有更高的相关性，并在模型选择方面表现出优越性能。我们的代码和数据集将在 GitHub 上提供。

Apr, 2024

基于大型语言模型的 PET 报告自动个性化印象生成

通过对 PET 报告的语料库使用经过调整的大型语言模型进行训练，本研究致力于确定这些模型是否能够生成准确个性化的全身 PET 报告的印象。评估结果表明，基于 PEGASUS 模型生成的个性化印象在临床上是可接受的，突出了它在加速 PET 报告过程中的潜力。

Sep, 2023