韩国蔚山大学医学院 发布 MedErr-CT 数据集, 应用在 医学影像分析、自然语言处理 领域

韩国蔚山大学医学院 本次发布的数据集 MedErr-CT, MedErr-CT数据集是一个用于评估医疗多模态大语言模型（MLLMs）在CT报告中识别和纠正错误能力的视觉问答（VQA）基准。该数据集由韩国蔚山大学医学院生物医学工程系的Sunggu Kyung等人创建，包含六种错误类型，分为视觉中心错误和词汇错误，并分为三个任务难度等级：分类、检测和纠正。数据集采用CT-RATE和RadGenome-Chest CT数据集的区域级报告，利用DSPy框架和LLaMA-3.3-70B模型生成错误报告。MedErr-CT数据集旨在解决临床诊断中CT报告错误率高的问题，通过评估MLLMs在识别和纠正CT报告中的错误的能力，推动更可靠和临床适用的MLLMs的开发，最终帮助减少诊断错误并提高临床实践中的准确性。

查看MedErr-CT

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。