自动生成来自神经放射学MRI报告的结论,通过自然语言处理
Pilar López-Úbeda1, Teodoro Martín-Noguerol2, Jorge Escartín3
1NLP Department, HT Medica, Carmelo Torres 2, 23007, Jaén, Spain.
Neuroradiology
|February 21, 2024
概括
这项研究表明,精心调整的T5模型可以自动生成神经放射学MRI报告的西班牙语结论,达到与人类专家可比的质量. 这种人工智能驱动的方法提高了放射性报告的效率和准确性.
科学领域:
- 医疗成像中的人工智能
- 在医疗保健中的自然语言处理.
- 放射学报告的生成 放射学报告的生成
背景情况:
- 放射学报告的结论对于临床沟通至关重要,但耗时且容易出现错误.
- 自动化结论生成可以提高放射学中的效率和一致性.
研究的目的:
- 评估一个微调的文本转移变压器 (T5) 模型,用于自动抽象总结神经放射学MRI报告结论.
- 评估模型在低资源语言 (西班牙语) 的表现.
主要方法:
- 对232425份西班牙神经放射学MRI报告进行了回顾性分析.
- 各种预训练T5模型的比较,包括多语言和西班牙语适应版本.
- 使用BLEU,METEOR,ROUGE-L,CIDEr,等号相似性和专家放射科医生的评估进行评估.
主要成果:
- 精细调整的模型在多个指标上取得了强的表现 (例如,ROUGE-L:0.52,Cosine相似性:0.87).
- 专家放射科医生发现,人工智能产生的结论在75%的案例中与手工结论一样好或更好.
- 该研究强调了针对特定医疗领域的定制训练模型的有效性.
结论:
- 定制先进的预训练模型显示了自动化神经放射学报告结论的巨大潜力.
- 开发的模型在生成自动MRI报告摘要时接近专家级质量.
- 专门用于放射学报告总结的语言模型对于未来的进展至关重要.
