Во многих отношениях искусственный интеллект стал доминировать в области исследований в области информатики изображений, и эта тенденция будет очевидна на RSNA 2023. 

На этой остановке на пути к RSNA мы рассмотрим искусственный интеллект, который тестируется в различных модальностях визуализации для коммуникации, анализа, эффективности, организации и решения проблем. Среди них — тесты эффективности и точности больших языковых моделей (LLM), таких как ChatGPT, Bard и других. Мы представляем вам предварительные обзоры сравнительных исследований LLM по созданию отчетов о радиологии и удобной для потребителей медицинской информации для поддержки профилактики, скрининга и образования рака легких.

Поскольку точность и адекватность результатов LLM создают серьезные препятствия, которые мешают формальному внедрению этих моделей во взаимодействии со здравоохранением, исследователи помогают некоторым усилиям по квалификации LLM в радиологии посредством быстрого проектирования и вынесения решений, как мы укажем в нескольких обзорах в эту выборку. 

На одной из сессий будут рассмотрены потенциальные проблемы интеграции искусственного интеллекта в рабочий процесс радиологии в реальных клинических условиях. Докладчики говорят, что такие проблемы можно решить, добавив облачный программный уровень. Далее мы рассмотрим эффективность моделей классификации для правильной расстановки приоритетов в заказах STAT-визуализации в отделениях неотложной помощи и амбулаторных услугах. 

Аналогичным образом, трек информатики визуализации представляет собой исследование с использованием стандартизированных, основанных на консенсусе макросов для улучшения отслеживания и последующего наблюдения за практическими случайными результатами. Насколько радиологи использовали этот инструмент и насколько легко было его внедрить? Это занятие может побудить вас задуматься о том, как эти результаты обрабатываются в вашем учреждении.

Взяв обработку естественного языка (НЛП) с целью сбора и представления реальных данных, исследователи изучили возможность использования этой технологии, которая помогает – посредством анализа радиологических отчетов – оценить эффективность противораковых препаратов после того, как нормативные требования будут приняты. одобрение. Мы также выбрали пример другой модели искусственного интеллекта, обученной обнаруживать ошибки в радиологических отчетах.

Другие важные сессии усиливают атаки «белого ящика» и «черного ящика» на модели диагностики искусственного интеллекта; оптимизированные настройки для 3D-печати с учетом особенностей пациента; и так называемые приложения «нулевого выстрела» для ускорения обучения LLM для радиологических приложений.

Источник