换一批基于大语言模型的数字化X线摄影影像诊断报告质控研究
Research on quality control of digital radiography imaging diagnostic reports based on large language model
摘要目的 评估通义千问72B大语言模型(LLM)在数字化X线摄影(DR)影像诊断报告错误校正中的可行性及其对质控效率的提升潜力.方法 基于70 168例DR诊断报告,由LLM筛选出1 261例疑似问题报告;初级医师对校正结果进行评估并计算精准率,随机抽样测算模型的准确率等指标,高年资医师对假阴性病例进行仲裁.结果 模型筛查问题报告的总体精准率为84.14％,不同类别的精准率存在差异;准确率约为99.41％,敏感度为83.22％,特异度为99.71％,F1值为83.66％,表明该模型有助于提升质控效率并减轻审核负担.结论 LLM 可作为有效的辅助工具,可显著提高 DR报告的校对效率与书写质量,在临床实践中具有重要应用前景.
更多相关知识
关键词
放射诊断报告大语言模型错误校正报告质控radiological diagnostic reportlarge language modelerror correctionreport quality control
栏目名称
DOI
10.3969/j.issn.1002-1671.2026.04.030
发布时间
2026-04-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
吉林省自然科学基金（YDZJ202201ZYTS093）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
