Jun, 2024

基于 GPT-4Vision 的自动放射治疗计划导引

PDF
TL;DR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。
radiotherapytreatment planninggpt-radplanclinical plansautomated planning system
发现论文，激发创造
  • 从文本到图像：探索 GPT-4Vision 在各个亚专业的先进放射学分析中的潜力

    评估和比较 GPT-4 和 GPT-4Vision 在放射学任务中的作用，表明 GPT-4Vision 可以从图像中识别放射学特征，从而提高其在诊断潜力上，超过基于文本的描述。

    Nov, 2023

  • RadOnc-GPT：一种针对放射肿瘤学的大型语言模型

    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。

    Sep, 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

  • 评估带有视觉能力的 GPT-4 对胸部 X 光片的放射学发现的检测

    GPT-4V 多模态大型语言模型在检测胸部 X 光片的放射学发现方面的应用研究表明，目前 GPT-4V 还不具备解读胸部 X 光片的实际诊断能力。

    Mar, 2024

  • 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

  • 通过专家人类知识和 AI 推荐的信息融合来优化临床决策的精准放疗

    本文提出了系统的集成专家人员的知识和 AI 推荐的方法，使用高斯过程模型和深度神经网络来量化医师和 AI 的推荐给出的治疗结果的不确定性，并将其用作指导临床医师和提高 AI 模型性能的准则，在一个综合数据集上演示了该方法

    Feb, 2022

  • 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

  • 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

  • 直肠癌放射治疗计划的自动化

    本研究开发了一种自动化的三维适形放射治疗工作流程，结合了深度学习的预测和前向规划算法以用于直肠癌治疗，从而生成具有临床可接受性的计划，研究证明其可以成功地自动化生成放疗计划。

    Apr, 2022

  • 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