English(EN) Automated Chest CT Protocol Selection via Large Language Model Derived Text Embeddings from Imaging Request Text

大型语言模型准确地从临床文本中选择胸部CT方案

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员开发了一个决策支持系统，该系统使用大型语言模型（LLM）来自动选择胸部CT方案。该系统利用临床影像请求的文本嵌入，旨在通过解决当前方案选择方法的手动和不一致性来提高诊断质量和患者安全。基于LLM的方法表现出强大的性能，在18种CT方案中整体准确率为79%，在独立病例上的准确性与放射科医生相当，表明其有潜力成为未来方案推荐工具的基础。 AI

影响这项研究展示了大型语言模型在提高医学影像方案选择效率和准确性方面的潜力，可能带来更好的患者预后。

排序理由详细介绍大型语言模型在医学领域新应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍大型语言模型在医学领域新应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Zahra Hosseini, Mahan Pouromidi, Farzad Khalvati, Patrik Rogalla · 2026-09-10 04:00

基于大型语言模型生成的影像请求文本嵌入的自动胸部CT协议选择

arXiv:2609.07986v1 Announce Type: new Abstract: Purpose: Accurate CT protocol selection is critical for diagnostic quality and patient safety, yet the current process is manual, time-consuming, and prone to inconsistencies. Prior Machine Learning methods using keywords or bag-of-…

本文如何被排名

报道来源 [1]

基于大型语言模型生成的影像请求文本嵌入的自动胸部CT协议选择

相关实体

相关话题