科学家开发医学年夜模子以助力诊断与知识同享

日期：2023-09-01 来历：本站 供稿：计划协调处 作者：治理员 种别：译文

医学领域缺少果真可用的标注医学图象，这是盘算研究及教诲立异的一年夜障碍。与此同时，许多去标识化的图象及富厚的知识被临床医生于医学Twitter等公共平台上分享。 近日，发表于《NatureM永乐高官网进入-edicine》上的一篇题为“A visual–language foundation model for pathology image analysisusing medical Twitter”的文章中，斯坦福年夜学研究团队开发了基在视觉及语言的医学年夜模子，以助力医学诊断与知识同享。 于该论文中，研究职员构建了一个名为OpenPath的年夜型数据集，此中包罗208,414张病理图象，每一张图象都与天然语言描写相配对于。经由历程开病发理语言-图象预练习（PLIP）模子，研究职员充实展示了这一资源的价值。PLIP是一种多模态人工智能模子，可以或许理解图象及文本，它是基在OpenPath数据集举行练习的，PLIP于对于四个外部数据集举行新病理图象分类时体现精彩，利用户可以或许经由历程图象或者天然语言搜刮检索相似的病例，极年夜地促成了知识同享。该研究注解，果真同享的医学信息是一个名贵的资源，可以用在开发医学人工智能，晋升诊断、知识同享及教诲水平。 注：此研究结果摘自《NatureMedicine》，文章内容不代表本网站不雅点及态度，仅供参考。-永乐高官网进入-