Radiology-GPT: A Large Language Model for Radiology

要約

放射線学用の大規模言語モデルである Radiology-GPT を紹介します。
Radiology-GPT は、放射線医学分野の知識の広範なデータセットに対する命令調整アプローチを使用して、StableLM、Dolly、LLaMA などの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ます。
放射線診断、研究、コミュニケーションにおいて優れた多用途性を発揮します。
この研究は、臨床 NLP の将来の発展の触媒として機能します。
Radiology-GPT の実装の成功は、HIPAA などのプライバシー基準への準拠を確保しながら、特に特有の医療専門分野に合わせて調整されたローカライズ生成大規模言語モデルの可能性を示しています。
さまざまな病院の特定のニーズに応える、個別化された大規模な言語モデルを開発できるという見通しは、有望な方向性を示しています。
これらのモデルにおける会話能力と分野固有の知識の融合は、ヘルスケア AI の将来の開発を促進することになります。
Radiology-GPT のデモは、https://huggingface.co/spaces/allen-eric/radiology-gpt で利用できます。

要約(オリジナル)

We introduce Radiology-GPT, a large language model for radiology. Using an instruction tuning approach on an extensive dataset of radiology domain knowledge, Radiology-GPT demonstrates superior performance compared to general language models such as StableLM, Dolly and LLaMA. It exhibits significant versatility in radiological diagnosis, research, and communication. This work serves as a catalyst for future developments in clinical NLP. The successful implementation of Radiology-GPT is indicative of the potential of localizing generative large language models, specifically tailored for distinctive medical specialties, while ensuring adherence to privacy standards such as HIPAA. The prospect of developing individualized, large-scale language models that cater to specific needs of various hospitals presents a promising direction. The fusion of conversational competence and domain-specific knowledge in these models is set to foster future development in healthcare AI. A demo of Radiology-GPT is available at https://huggingface.co/spaces/allen-eric/radiology-gpt.

arxiv情報

著者 Zhengliang Liu,Aoxiao Zhong,Yiwei Li,Longtao Yang,Chao Ju,Zihao Wu,Chong Ma,Peng Shu,Cheng Chen,Sekeun Kim,Haixing Dai,Lin Zhao,Lichao Sun,Dajiang Zhu,Jun Liu,Wei Liu,Dinggang Shen,Xiang Li,Quanzheng Li,Tianming Liu
発行日 2024-03-19 17:01:03+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CL パーマリンク