Jun, 2024
探索多语言大型语言模型以提升肺癌分期放射学报告的 TNM 分级分类
Exploring Multilingual Large Language Models for Enhanced TNM classification of Radiology Report in lung cancer staging
Hidetoshi Matsuo, Mizuho Nishio, Takaaki Matsunaga, Koji Fujimoto, Takamichi Murakami
TL;DR本研究旨在调查利用 GPT3.5-turbo(GPT3.5)进行放射学报告的 TNM 分级的准确性及多语种 LLMs 在日语和英语中的实用性。通过分析多语言 TNM 定义对准确性的影响,研究表明提供完整的 TNM 定义可明显提高放射学报告的分类准确性,且多语种 LLMs 在放射学领域具有潜在应用价值。