微信扫码
与创始人交个朋友
我要投稿
为训练和评估PathChat,研究团队构建了一个包含456,916条指令的数据集,其中包括999,202次问答回合。数据集来源多样,涵盖了图像说明、PubMed开放获取文章、病理学病例报告和全视野图像的兴趣区域。
此外,研究团队还创建了一个高质量的病理学问答基准(PathQABench),包括从多家医院收集的105例全视野图像。评估方法包括多选诊断问题和开放性问题,分别测试PathChat在病理图像分析和临床背景结合诊断中的表现。
多选诊断问题表现:
无临床背景下:PathChat在多选诊断问题中表现优异,准确率达78.1%,显著高于LLaVA 1.5和LLaVA-Med(分别提高52.4%和63.8%,p < 0.001)。
有临床背景下:结合临床背景后,PathChat的准确率进一步提升至89.5%,相较于无临床背景提高了11.4%。
开放性问题回答表现:
PathChat在开放性问题回答中生成的响应被专家评估为更准确和更受欢迎。相较于GPT4V,PathChat在回答病理学相关复杂问题时表现更佳。
在“显微镜检查”和“诊断”类别的问题中,PathChat的准确率分别为73.3%和78.5%,显著高于GPT4V的22.8%和31.6%(p < 0.001)。
专家评估:
专家评估显示,PathChat在多项任务中的表现均优于其他多模态语言模型,包括LLaVA 1.5和LLaVA-Med。在“显微镜检查”和“诊断”类别中,PathChat的表现尤其突出。
临床应用:
PathChat能够辅助病理医生进行更准确的诊断,提高诊断效率并减少误诊风险。其结合视觉和语言的能力使其在处理复杂病例时尤为有效。
该AI助手还可用于医学教育,为病理学培训提供专家级指导,缩小区域医疗差距。
但目前就讨论AI医生替代病理科医生尚早。之前在北京协和医院病理科工作的Dr. Meng认为,90%的准确率仍然太低了。病理学研究员 Lou Vaickus 亦表示,目前仍无法依赖AI助手的诊断。
PathChat展示了多模态生成式AI在病理学中的广泛应用前景,未来研究可以进一步优化该模型,如通过人类反馈强化学习(RLHF)降低错误生成。
未来的研究方向还包括支持输入整张全视野图像(WSI),提高在诊断边界性病变时的实用性。
AI助手准确率仍有待提高,也提出了重要而未解决的临床问题:目前阶段如何利用AI助手,未来如何让AI助手的准确率超过病理科医生。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-23
Pixtral Large:128K 上下文窗口 + 多模态融合,开启智能新视界!
2024-11-20
基于GPU的ANN检索
2024-11-20
打破文本边界:如何进行多模态RAG评估
2024-11-15
西湖大学&腾讯:一个多模态Web Agent的开源框架
2024-11-13
最复杂多智能体发布!百度推出“秒哒”和文心iRAG
2024-11-12
【RAG&多模态】多模态RAG-ColPali:使用视觉语言模型实现高效的文档检索
2024-11-11
开摆!谷歌AI视频上线!脚本、素材、剪片全稿定!
2024-11-11
文档OCR版式识别,兼顾速度与精度,YOLO当首选
2024-05-30
2024-09-12
2024-06-17
2024-08-06
2024-08-30
2024-04-21
2024-06-26
2024-07-07
2024-06-14
2024-07-21
2024-09-26
2024-09-26
2024-09-01
2024-07-15
2024-07-14
2024-07-10
2024-07-02
2024-06-29