卫宁健康WiNGPT医学影像研究成果荣登国际顶刊《Radiology》
NEWS TODAY
大语言模型强大的推理与生成能力正逐步应用于医疗各个领域,在放射科、影像报告方面的研究成果不断涌现。近日,卫宁健康(300253)联合解学乾教授团队发表“Constructing a Large Language Model to Generate Impressions from Findings in Radiology Reports” 一文,探讨构建从影像所见中生成结论的大语言模型并评价相应的结果。研究成果已于9月17日在国际顶级期刊 《Radiology》上发表。
影像报告用于记录和表述关键的影像所见,常常依靠放射科医师的临床经验,然而结论通常是主观的,有时会出错。他们可能忽视或没有充分体现重要的发现,不同医师的结论也可能不同。总之,放射科影像报告的专业性和复杂性,对自动生成诊断结论而言是巨大的挑战。
本研究的目的是开发一个基于影像所见生成结论的大语言模型,并在专业性和语言学维度上评估其性能。
研究使用70亿参数的大语言模型(卫宁健康WiNGPT-7B),并使用20GB医疗和通用文本数据进行预训练,以及包含800份放射学报告的1.5GB数据进行微调。采用两个测试集用于评估大语言模型生成结论与医师结论的相似性。此外还定义了一个子集,以深入研究大语言模型与最终结论不同的案例。
结果表明,在包含607名患者影像的测试集中,该大语言模型在召回率、精确度和F1分数上的中位数分别为0.65、0.762和0.684;在包含3988名患者影像的测试集中,对应中位数分别为0.775、0.84和0.772。在包含1014名患者影像的子测试集中,专家小组使用Likert五点量表对大语言模型生成的结论进行了评分,总体中位数为5(IQR,5-5),表明大语言模型生成的结论在科学术语、连贯性、特定诊断、鉴别诊断、管理建议、正确性、全面性、无害性和无偏见等方面表现良好。
在本研究中,通过对大语言模型进行预训练和微调,使其成功输出专业的且符合医学语言的影像结论。大语言模型通过模拟人类学习的方式,吸收和理解大量知识,掌握了对影像的解读能力,从而证明其在这一领域的实用性和潜力,有望成为未来放射科影像诊断的有力工具。
About Radiology
《Radiology》是由Radiological Society of North America (RSNA)出版的高影响力医学期刊,专注于放射学和影像学领域研究,长期被公认为放射医学领域最新、最具临床相关性且具备最高质量研究的权威刊物。该期刊涵盖了广泛主题,包括放射学、核医学、放射治疗、影像诊断、放射生物学等。
该刊已被国际权威数据库SCIE、SCI收录,是国际顶级期刊。致力于发表经过严格同行评审的高质量原创文章,反映医学-核医学领域的新进展、新技术、新成果。
0人
- 每日推荐
- 股票频道
- 要闻频道
- 港股频道
- 美联储降息50基点 开启降息周期
- “含科量”十足!超跌高成长小市值科技股揭秘,社保险资同时重仓这3股
- 最高法发文:房地产“白名单项目”融资专款专用 不可被查封冻结
- 广东全省实现电动自行车以旧换新力争40万辆 龙头企业受益(附概念股)
- 今日复牌!“中国巨轮”重磅重组
- 机构:金价因获利回吐承压 市场焦点转向初请数据
- “含科量”十足!超跌高成长小市值科技股揭秘,社保险资同时重仓这3股
- 国家信息中心刘明:中国新能源汽车价格下跌和性能提升并存
- 美联储降息50个基点超预期 国内房地产数据小幅改善(附概念股)