6月14日消息，微軟研究人員日前展示了 LLaVA-Med 模型，該模型主要用于生物醫(yī)學方面的研究，可根據(jù) CT、X 光圖片等推測出患者的病理狀況。

據(jù)悉，微軟研究人員與一批醫(yī)院合作，獲得了使用生物醫(yī)學圖像文本對應大型數(shù)據(jù)集來訓練多模態(tài) AI 模型。該數(shù)據(jù)集包括胸部 X 光、MRI、組織學、病理學和 CT 圖像等，覆蓋范圍相對全面。

微軟使用 GPT-4，基于 Vision Transformer 和 Vicuna 語言模型，在八個英偉達 A100 GPU 上對 LLaVA-Med 進行訓練，其中包含“每個圖像的所有預分析信息”，用于生成有關(guān)圖像的問答，以滿足“可自然語言回答有關(guān)生物醫(yī)學圖像問題”的助手愿景。

在學習過程中，模型主要圍繞“描述此類圖像的內(nèi)容”以及“闡述生物醫(yī)學概念”而展開。據(jù)微軟稱，該模型最終具有“出色的多模式對話能力”、“在用于回答視覺問題的三個標準生物醫(yī)學數(shù)據(jù)集上，LLaVA-Med 在部分指標上領(lǐng)先于業(yè)界其他先進模型”。

目前該模型已經(jīng)開源。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。