研究人员开发了一种新颖的多模态大语言模型框架，旨在通过心电图（ECG）提高人工智能驱动的心脏诊断的可解释性和可信度。这种新方法将报告生成锚定在一个经过精心策划的临床知识库（称为心电图解读指南）中，以减轻标准大语言模型相关的幻觉风险。通过整合卷积神经网络（CNN）衍生的见解、Grad-CAM热力图以及该结构化指南，该框架生成的诊断报告在临床术语和标准方面更加一致，在PTB-XL数据集上的BERTScore有了显著提高，证明了这一点。 AI
影响 通过将大语言模型的输出与既定的临床指南相结合，增强了人工智能辅助医疗诊断的信任度和可重复性。
排序理由 该集群描述了一篇关于特定应用新人工智能框架的详细研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
