

通过具有一致性嵌入的大语言模型(LMMs)实现端到端乳腺癌放射治疗计划制定|文献速递-医学影像算法文献分享
为防止在临床背景总结、放疗策略建议和基于计划的靶区分割等连续临床任务中可能出现的误差累积,我们探索了噪声增强和一致性方法,并提出了新颖的训练方法(如 CEFTune、NESEG 和 CESEG),显著增强了我们方法的稳健性。特别地,为了在执行连续临床任务时避免误差累积,我们提出了一种新颖的一致性嵌入微调(CEFTune)技术,该技术在增强LMM对噪声输入的稳健性的同时,保持了处理干净输入时的一致性。5.1 临床报告总结 我们在表2中呈现了模型在临床报告总结任务上的性能,以及每种方法的置信区间。
