AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-23

विज़न-लैंग्वेज मॉडलों का उपयोग करके स्वचालित मैमोग्राफ़ी रिपोर्ट निर्माण के लिए दो-चरणीय सिंथेटिक-से-वास्तविक ट्रांसफ़र लर्निंग

मूल शीर्षक: Two-stage synthetic-to-real transfer learning for automated mammography report generation using vision-language models

यह शोध-पत्र मैमोग्राम और रिपोर्ट के युग्मित डेटा की कमी को दूर करने का प्रयास करता है: इसमें BI-RADS एनोटेशन से बनाई गई सिंथेटिक रिपोर्टों पर MedGemma-4B को पहले प्रीट्रेन किया गया, फिर 407 वास्तविक रिपोर्टों पर फ़ाइन-ट्यून किया गया। एक पूर्व-पंजीकृत, नियंत्रित मूल्यांकन में पाया गया कि प्रत्यक्ष सुधार एडैप्टर की असमान क्षमता के कारण था; समान क्षमता पर दोनों प्रशिक्षण योजनाओं का प्रदर्शन समतुल्य रहा। निदान संबंधी सहमति कभी κ = 0.14 से अधिक नहीं हुई, जो दर्शाता है कि नैदानिक रूप से उपयोगी रिपोर्टिंग में मुख्य बाधा प्रवाहमयता नहीं, बल्कि निदान की सटीकता है।

मूल लेख पढ़ें ↗

सभी आइटम →