GitHubDaily(@GitHub_Daily)의 스레드

병원에서 흉부 엑스레이를 찍은 후에는 의사가 결과를 검토하고 분석할 때까지 줄을 서서 기다려야 하는 경우가 많은데, 이는 보통 1시간 이상 걸립니다. 저는 최근 GitHub에서 오픈소스 의료 영상 분석 에이전트인 MedRAX를 접했는데, 이는 우리의 기존 접근 방식을 바꾸려고 노력하고 있습니다. 여러 가지 전문적인 흉부 X선 분석 도구를 통합하고, LangChain과 LangGraph 프레임워크를 기반으로 구축되었으며, GPT-4o를 핵심 대형 모델로 사용합니다. 시각적 질의응답, 이미지 분할, 병변 위치 파악, 보고서 생성, 질병 분류 등 7가지 주요 전문 도구를 통합했습니다. 이러한 도구를 지능적으로 호출하여 추가 교육 없이도 복잡한 의료 이미지 분석 작업을 완료할 수 있습니다. GitHub: https://t.co/WpZGLW5O5J 주요 특징: - 시각적 질의응답: CheXagent와 LLaVA-Med를 사용하여 복잡한 의료 이미지를 이해하고 추론합니다. - 정확한 분할: MedSAM 및 PSPNet 모델을 사용하여 해부학적 구조를 식별합니다. - 병변 위치 지정: Maira-2 모델을 사용하여 이미지에서 병변을 정확하게 찾습니다. - 보고서 생성: SwinV2 Transformer를 기반으로 자세한 의료 진단 보고서를 자동으로 생성합니다. - 질병 분류: DenseNet-121을 사용하여 18개의 병리학적 범주를 감지했습니다. - 포괄적인 평가: 2,500개의 복잡한 의료 질의를 포함하는 ChestAgentBench 벤치마크를 제공합니다. 저장소를 복제하고 종속성을 설치한 후 https://t.co/tdTXZP13GL을 실행하여 Grado 인터페이스를 시작할 수 있습니다. OpenAI API 키를 설정해야 합니다. 로컬 및 클라우드 배포가 지원됩니다.