已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

M4CXR: Exploring Multitask Potentials of Multimodal Large Language Models for Chest X-Ray Interpretation

口译(哲学) 计算机科学 自然语言处理 语言学 程序设计语言 哲学
作者
Jonggwon Park,Soobum Kim,Byungmu Yoon,Jihun Hyun,Kyoyun Choi
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:36 (10): 17841-17855 被引量:3
标识
DOI:10.1109/tnnls.2025.3587687
摘要

The rapid evolution of artificial intelligence, especially in large language models (LLMs), has significantly impacted various domains, including healthcare. In chest X-ray (CXR) analysis, previous studies have employed LLMs, but with limitations: either underutilizing the LLMs' capability for multitask learning or lacking clinical accuracy. This article presents M4CXR, a multimodal LLM designed to enhance CXR interpretation. The model is trained on a visual instruction-following dataset that integrates various task-specific datasets in a conversational format. As a result, the model supports multiple tasks such as medical report generation (MRG), visual grounding, and visual question answering (VQA). M4CXR achieves state-of-the-art clinical accuracy in MRG by employing a chain-of-thought (CoT) prompting strategy, in which it identifies findings in CXR images and subsequently generates corresponding reports. The model is adaptable to various MRG scenarios depending on the available inputs, such as single-image, multiimage, and multistudy contexts. In addition to MRG, M4CXR performs visual grounding at a level comparable to specialized models and demonstrates outstanding performance in VQA. Both quantitative and qualitative assessments reveal M4CXR's versatility in MRG, visual grounding, and VQA, while consistently maintaining clinical accuracy.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
建议保存本图,每天支付宝扫一扫(相册选取)领红包
实时播报
小满发布了新的文献求助10
1秒前
bbbui完成签到 ,获得积分10
3秒前
思源应助小米采纳,获得10
4秒前
8秒前
儒雅的煎蛋完成签到 ,获得积分10
8秒前
欢欢完成签到 ,获得积分10
9秒前
情怀应助果泥采纳,获得10
10秒前
002完成签到,获得积分10
11秒前
浮游应助CYF采纳,获得10
13秒前
qu发布了新的文献求助10
13秒前
gkhsdvkb完成签到 ,获得积分10
15秒前
万能图书馆应助小满采纳,获得10
15秒前
SciGPT应助上官雨时采纳,获得10
17秒前
欣喜惜海完成签到 ,获得积分10
18秒前
21秒前
23秒前
小满完成签到,获得积分10
24秒前
赵云发布了新的文献求助10
25秒前
25秒前
yx发布了新的文献求助10
26秒前
wanci应助yyy采纳,获得10
26秒前
27秒前
28秒前
涛1118发布了新的文献求助10
29秒前
上官雨时发布了新的文献求助10
29秒前
30秒前
DH完成签到 ,获得积分10
31秒前
Leo_发布了新的文献求助10
31秒前
深情安青应助BENRONG采纳,获得10
32秒前
变漂亮好难完成签到,获得积分10
32秒前
easonchen12312完成签到,获得积分10
33秒前
小米发布了新的文献求助10
33秒前
心想事成应助qu采纳,获得30
33秒前
开心快乐大王完成签到 ,获得积分10
34秒前
传奇3应助yx采纳,获得10
34秒前
华仔应助孤独的盼曼采纳,获得10
35秒前
浮游应助CYF采纳,获得10
36秒前
36秒前
所所应助研友_QnVQkL采纳,获得30
37秒前
38秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
List of 1,091 Public Pension Profiles by Region 1041
Mentoring for Wellbeing in Schools 1000
Binary Alloy Phase Diagrams, 2nd Edition 600
Atlas of Liver Pathology: A Pattern-Based Approach 500
A Technologist’s Guide to Performing Sleep Studies 500
EEG in Childhood Epilepsy: Initial Presentation & Long-Term Follow-Up 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5493402
求助须知:如何正确求助?哪些是违规求助? 4591431
关于积分的说明 14433835
捐赠科研通 4523958
什么是DOI,文献DOI怎么找? 2478514
邀请新用户注册赠送积分活动 1463494
关于科研通互助平台的介绍 1436350