BriefGPT - AI 论文速递
·
放射学感知的基于模型的报告生成评价指标
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
我们提出了一种适用于放射学领域的新的自动评估度量标准，使用COMET架构。通过在放射学知识图谱RadGraph上训练和发布四个面向医学的模型检查点，我们的结果表明我们的度量标准与已有度量标准（如BERTscore、BLEU和CheXbert分数）呈现中高度相关性。我们的方法有潜在效力作为放射学特定评估度量标准。
🎯
关键要点
- 提出了一种适用于放射学领域的新自动评估度量标准，使用COMET架构。
- 在放射学知识图谱RadGraph上训练和发布了四个面向医学的模型检查点。
- 度量标准与已有的BERTscore、BLEU和CheXbert分数高度相关。
- 一个检查点与六个认证放射科医生的注释集评估人类判断具有高相关性。
- 使用200份报告的数据集进行了分析，并与两名放射科医生在100份报告的集合上进行了分析。
- 结果表明该方法有潜在效力作为放射学特定评估度量标准。
- 代码、数据和模型检查点将公开提供。
➡️
