基于注视监督的AI提升胸部X光诊断和报告生成能力

研究人员开发了一种新颖的两阶段多模态框架来解读胸部X光片，整合放射科医生的眼动追踪数据以提高诊断准确性和报告生成能力。第一阶段采用注视-令牌分类器，融合图像块、转录文本和放射科医生的注视点，增加的注视监督将AUC提高了4.4%，F1提高了13.3%。第二阶段将这些预测转化为区域特定的诊断语句，提取置信度加权的关键词，并使用提示式大型语言模型来提高临床术语得分。该方法为可解释的、注视感知的胸部X光分析设定了新基准。 AI

影响 提高医学影像分析的诊断准确性和透明度，有望改善患者护理。

排序理由 研究论文，详细介绍了用于医学影像分析的新颖多模态学习框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• BERTScore
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• MIMIC-Eye
• Rouge
• ScienceCast
• Shuchismita Anwar

• 论文
• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →