論文の概要: AI-Generated Content Enhanced Computer-Aided Diagnosis Model for Thyroid
Nodules: A ChatGPT-Style Assistant
- arxiv url: http://arxiv.org/abs/2402.02401v1
- Date: Sun, 4 Feb 2024 08:24:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-06 20:02:51.304520
- Title: AI-Generated Content Enhanced Computer-Aided Diagnosis Model for Thyroid
Nodules: A ChatGPT-Style Assistant
- Title（参考訳）: AIによる甲状腺結節のコンピュータ支援診断モデル:ChatGPTスタイルアシスタント
- Authors: Jincao Yao (1 and 2 and 3 and 4 and 5 and 6), Yunpeng Wang (7), Zhikai
Lei (8), Kai Wang (9), Xiaoxian Li (10) Jianhua Zhou (10), Xiang Hao (7),
Jiafei Shen (1 and 2), Zhenping Wang (9), Rongrong Ru (11), Yaqing Chen (11),
Yahan Zhou (6), Chen Chen (1 and 2), Yanming Zhang (12 and 13), Ping Liang
(14), Dong Xu (1 and 2 and 3 and 4 and 5 and 6) ((1) Department of Radiology,
Zhejiang Cancer Hospital, Hangzhou, 310022, China (2) Hangzhou Institute of
Medicine (HIM), Chinese Academy of Sciences, Hangzhou, 310000, China,(3) Key
Laboratory of Head and Neck Cancer Translational Research of Zhejiang
Province, Hangzhou, 310022, China,(4) Zhejiang Provincial Research Center for
Cancer Intelligent Diagnosis and Molecular Technology, Hangzhou, 310000,
China, (5) Wenling Medical Big Data and Artificial Intelligence Research
Institute, 24th Floor, Machang Road, Taizhou, 310061, China,(6) Taizhou Key
Laboratory of Minimally Invasive Interventional Therapy and Artificial
Intelligence, Taizhou Campus of Zhejiang Cancer Hospital (Taizhou Cancer
Hospital), Taizhou, 317502, China,(7) College of Optical Science and
Engineering, Zhejiang University, No.38 of Zheda Road, Hangzhou, Zhejiang
Province, China,(8) Zhejiang Provincial Hospital of Chinese Medicine, 54
Youdian Road, Hangzhou, 310003, China,(9) Department of Ultrasound, The
Affiliated Dongyang Hospital of Wenzhou Medical University, Dongyang, 322100,
China,(10) Department of Ultrasound, Sun Yat sen University Cancer Center,
State Key Laboratory of Oncology in South China, Collaborative Innovation
Center for Cancer Medicine, Guangzhou, 510060, China, (11) Affiliated
Xiaoshan Hospital, Hangzhou Normal University, No.728 North Yucai Road,
Hangzhou, 311202, China,(12) Zhejiang Provincial People's Hospital Affiliated
People's Hospital, Hangzhou Medical College, Hangzhou, 314408, China,(13) Key
Laboratory of Endocrine Gland Diseases of Zhejiang Province, Hangzhou,
314408, China,(14) Department of Ultrasound, Chinese PLA General Hospital,
Chinese PLA Medical School, Beijing, 100853, China)
- Abstract要約: 人工知能によるコンピュータ支援診断(AIGC-CAD)モデルがThyGPTとして開発されている。
このモデルはChatGPTのアーキテクチャにインスパイアされたもので、甲状腺結節のリスクをセマンティックレベルの人間と機械の相互作用を通じて評価するのに役立つ。
- 参考スコア（独自算出の注目度）: 36.02145235227822
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An artificial intelligence-generated content-enhanced computer-aided
diagnosis (AIGC-CAD) model, designated as ThyGPT, has been developed. This
model, inspired by the architecture of ChatGPT, could assist radiologists in
assessing the risk of thyroid nodules through semantic-level human-machine
interaction. A dataset comprising 19,165 thyroid nodule ultrasound cases from
Zhejiang Cancer Hospital was assembled to facilitate the training and
validation of the model. After training, ThyGPT could automatically evaluate
thyroid nodule and engage in effective communication with physicians through
human-computer interaction. The performance of ThyGPT was rigorously quantified
using established metrics such as the receiver operating characteristic (ROC)
curve, area under the curve (AUC), sensitivity, and specificity. The empirical
findings revealed that radiologists, when supplemented with ThyGPT, markedly
surpassed the diagnostic acumen of their peers utilizing traditional methods as
well as the performance of the model in isolation. These findings suggest that
AIGC-CAD systems, exemplified by ThyGPT, hold the promise to fundamentally
transform the diagnostic workflows of radiologists in forthcoming years.
- Abstract（参考訳）: ThyGPTと命名されたAIGC-CADモデルを開発した。
このモデルはchatgptのアーキテクチャに触発され、放射線科医がセマンティックレベルの人間と機械の相互作用を通じて甲状腺結節のリスクを評価するのに役立つ。
19,165例の甲状腺結節超音波検査を行ない,モデルの訓練と検証を容易にするデータセットを組み立てた。
訓練後、ThyGPTは甲状腺結節を自動的に評価し、ヒトとコンピュータの相互作用を通じて医師と効果的なコミュニケーションを行うことができた。
ThyGPTの性能は、受信動作特性(ROC)曲線、曲線下面積(AUC)、感度、特異性などの確立された指標を用いて厳密に定量化した。
実験の結果,ThyGPTを補充した放射線科医は,従来の診断方法と分離したモデルの性能を用いて,仲間の診断能力を著しく上回った。
これらの結果は、ThyGPTによって実証されたAIGC-CADシステムは、今後数年で放射線科医の診断ワークフローを根本的に変えることを約束していることを示唆している。
関連論文リスト
- ChatRadio-Valuer: A Chat Large Language Model for Generalizable
Radiology Report Generation Based on Multi-institution and Multi-system Data [115.0747462486285]
ChatRadio-Valuerは、一般化可能な表現を学習する自動放射線学レポート生成のための調整されたモデルである。
本研究で利用した臨床データセットは,textbf332,673の顕著な総計を含む。
ChatRadio-Valuerは、最先端のモデル、特にChatGPT(GPT-3.5-Turbo)やGPT-4などより一貫して優れている。
論文 参考訳（メタデータ） (2023-10-08T17:23:17Z) - Radiology-Llama2: Best-in-Class Large Language Model for Radiology [71.27700230067168]
本稿では,ラジオロジーに特化した大規模言語モデルであるRadiology-Llama2を紹介する。
MIMIC-CXRとOpenIデータセットのROUGEメトリクスを用いた定量的評価は、Radiology-Llama2が最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2023-08-29T17:44:28Z) - Shape-Margin Knowledge Augmented Network for Thyroid Nodule Segmentation
and Diagnosis [0.788657961743755]
本稿では,甲状腺結節の分節と診断を同時に行うための形状マージン知識拡張ネットワーク(SkaNet)を提案する。
SkaNetは、特徴抽出段階における視覚的特徴を共有し、二重ブランチアーキテクチャを使用して甲状腺結節分節と診断タスクを同時に実行する。
数値計算により形状とマージンの特徴を埋め込み、甲状腺結節診断結果とセグメンテーションマスクの関係をモデル化する。
論文 参考訳（メタデータ） (2023-08-29T15:29:06Z) - Radiology-GPT: A Large Language Model for Radiology [74.07944784968372]
本稿では,ラジオロジーのための大規模言語モデルであるRadiology-GPTを紹介する。
StableLM、Dolly、LLaMAといった一般的な言語モデルと比較して、優れたパフォーマンスを示している。
放射線診断、研究、通信において大きな汎用性を示す。
論文 参考訳（メタデータ） (2023-06-14T17:57:24Z) - Extracting Thyroid Nodules Characteristics from Ultrasound Reports Using
Transformer-based Natural Language Processing Methods [22.35979441935564]
甲状腺結節の特徴は超音波検査などの臨床報告でしばしば記録される。
本研究は, 超音波検査から甲状腺結節の特徴を抽出するために, トランスフォーマーを用いたNLPモデルを系統的に分類し, 適用した最初の研究である。
論文 参考訳（メタデータ） (2023-03-31T20:23:58Z) - Towards Trust of Explainable AI in Thyroid Nodule Diagnosis [0.0]
我々は,甲状腺結節診断アプリケーションにおけるブラックボックスAIモデルの予測を説明するために,最先端のeXplainable AI(XAI)手法を適用した。
我々は,検出された結節が存在しない場合を説明するために,新しい統計ベースのXAI手法,すなわちカーネル密度推定と密度マップを提案する。
論文 参考訳（メタデータ） (2023-03-08T17:18:13Z) - Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。
提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
論文 参考訳（メタデータ） (2022-09-28T10:27:10Z) - Key-frame Guided Network for Thyroid Nodule Recognition using Ultrasound
Videos [13.765306481109988]
本稿では,超音波ビデオとキーフレームの探索による甲状腺結節の自動認識手法を提案する。
まず,各超音波ビデオに典型的な結節を持つ臨床用キーフレームを自動的に識別する検出局所化フレームワークを提案する。
局所化キーフレームに基づいて,甲状腺認識のためのキーフレームガイド付きビデオ分類モデルを構築した。
論文 参考訳（メタデータ） (2022-06-27T14:03:26Z) - Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology:
AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。
本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
論文 参考訳（メタデータ） (2022-02-17T08:33:52Z) - A systematic review on the role of artificial intelligence in
sonographic diagnosis of thyroid cancer: Past, present and future [0.6523396727243321]
本総説は甲状腺癌の診断に利用できるテクニックの方法論に基づく分類である。
甲状腺悪性腫瘍の超音波診断分野の動向と課題を考察する。
マシンラーニングは、将来の甲状腺癌診断フレームワークの開発において、引き続き基本的な役割を果たす。
論文 参考訳（メタデータ） (2020-06-10T14:38:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。