RadioRAG: Factual Large Language Models for Enhanced Diagnostics in Radiology Using Dynamic-优快云博客

本文是LLM系列文章，针对《RadioRAG: Factual Large Language Models for Enhanced Diagnostics in Radiology Using Dynamic Retrieval Augmented Generation》的翻译。

RadioRAG：使用动态检索增强生成增强生成增强放射学的事实大型语言模型

摘要
1 引言
2 材料和方法
3 结果
4 讨论

摘要

大型语言模型（LLM）推动了医学人工智能（AI）领域的发展。但是，LLM 通常会根据静态训练数据集生成过时或不准确的信息。检索增强生成（RAG）通过集成外部数据源来缓解这种情况。以前的 RAG 系统使用预先组装的固定数据库，灵活性有限，而我们已经开发了放射学 RAG （RadioRAG）作为端到端框架，可以从权威放射学在线资源实时检索数据。RadioRAG 使用专用的放射学问答数据集（RadioQA）进行评估。我们在回答放射学特定问题时评估各种 LLM 的诊断准确性，无论是否通过 RAG 访问额外的在线信息。使用来自放射学亚专业的 RSNA 病例集中的 80 个问题和 24 个额外的专家策划的问题，其中有正确的黄金标准答案，LLM（GPT-3.5-turbo、GPT-4、Mistral-7B、Mixtral-8x7B 和 Llama3 [8B 和 70B]）在有和没有 RadioRAG 的情况下提示。RadioRAG 从 www.radiopaedia.org 实时检索特定于上下文的信息，并将其合并到其回复中。RadioRAG 始终提高所有 LLM 的诊断准确性，相对改进从 2% 到 54% 不等。它在放射学亚专业中达到或超过没有 RAG 的问答，尤其是在乳腺成像和急诊放射学方面。然而，不同模型的改善程度不同;GPT-3.5-turbo 和 Mixtral-8x7Binstruct-v0.1 取得了显着进步，而 Mistral-7B-instruct-v0.2 没有表现出任何改善，凸显了其有效性的可变性。LLM 在提供对训练数据之外的领域特定数据的访问权限时受益。对于放射学，RadioRAG 建立了一个强大的框架，可显着提高放射学问答的诊断准确性和真实性。