一个集成的深度学习和大型语言模型,用于识别烧伤伤深度
Haitao Ren1, Yongan Xu2, Hang Hu3
1Department of Vascular Surgery, Second Affiliated Hospital, College of Medicine, Zhejiang University, Hangzhou 310009, PR China.
概括
一个新的人工智能 (AI) 系统使用深度学习和大型语言模型 (LLM) 准确地分类燃烧深度. 这种人工智能工具的表现优于医学学生和一般的LLM,帮助烧伤护理专家.
科学领域:
- 医疗技术 医疗技术 医学技术
- 人工智能在医学中的应用
- 皮肤病学 皮肤病学
背景情况:
- 准确的燃烧深度评估至关重要,但具有挑战性,特别是在紧急情况下.
- 由于缺乏专门的烧伤护理专业人员,需要创新的诊断工具.
研究的目的:
- 开发一个基于人工智能 (AI) 的,具有成本效益的系统来分类烧伤伤口.
- 整合用于图像分析的深度学习和用于临床指南遵守的大型语言模型 (LLM).
主要方法:
- 将397张烧伤图像扩展到7156张,根据深度分类它们.
- 使用PaddlePaddle训练了一个深度学习分类模型.
- 根据临床指导方针开发了一种特定于烧伤的LLM.
主要成果:
- 人工智能系统实现了96.82%的准确性和96.70%的F1得分.
- 在燃烧深度分类中表现优于医学学生 (F1: 76.63%) 和普通法学士 (F1: 68.75%-73.75%) 的学生.
- 人工智能模型在基于指南的问题上显示出100%的准确性,而学生则为64%.
结论:
- 集成的AI模型提供了准确的燃烧深度识别.
- 提供基于指南的治疗建议,解决专家短缺问题.
- 支持医疗教育,改善烧伤护理的可用性.
