大型多模态模型在医学影像PHI检测方面表现不一

研究人员评估了GPT-4o和Gemini 2.5 Flash等大型多模态模型（LMMs）在医学影像中检测受保护健康信息（PHI）的能力。与传统OCR方法相比，LMMs在文本识别方面有所提高（词错误率降低），但这并不总是能转化为更高的整体PHI检测准确率。研究发现，LMMs在复杂印记模式上的效果最好，并为在医疗保健环境中选择和部署这些模型提供了建议。 AI

影响 LMMs在提高医学影像PHI检测方面显示出潜力，尤其是在复杂情况下，为未来的医疗保健AI部署提供指导。

排序理由 该聚类包含一篇详细介绍大型多模态模型应用研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Dinh Tuan Truong
• EasyOCR
• Gemini 2.5 Flash
• GPT-4o
• OCR
• Protected Health Information
• Qwen 2.5 7B
• medical images

• 论文
• 产品

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