LLMと教師あり学習を用いた偶発腫瘍の自動同定：複数解剖学的評価

このArXiv論文は、フォローアップを必要とする偶発腫瘍を特定するために、大規模言語モデル（LLM）と教師あり学習の応用を探求しています。 複数の解剖学的構造に焦点を当てていることは、臨床ワークフローに影響を与える可能性のある包括的な評価を示唆しています。

• •医療画像分析におけるLLMの使用を調査。
• •LLMベースのアプローチと教師あり学習手法を比較。
• •複数の解剖学的領域における偶発腫瘍の検出に対応。