محققان در مقاله جدیدی، بنچمارک جامع «OCT-Bench» را معرفی کردهاند تا توانایی مدلهای چندوجهی (MLLM) را در درک تصاویر «توموگرافی انسجام نوری» (OCT) به چالش بکشند. این تصاویر برای تشخیص بیماریهای شبکیه حیاتی هستند.
نتایج این تحقیق نشان میدهد که مدلهای فعلی، حتی مدلهای تخصصی پزشکی، هنوز راه زیادی تا رسیدن به دقت بالینی برای تحلیل این تصاویر دارند. OCT-Bench با بیش از ۱۰ هزار سوال چندگزینهای، استدلال بالینی و قدرت تشخیص مدلها را در مراحل مختلف از تشخیص ضایعات تا تصمیمگیری درمانی بررسی میکند.
این یک گام مهم برای نزدیکتر کردن هوش مصنوعی به محیطهای کلینیکی و تشخیصهای حساس پزشکی است! 🏥✨
منبع: arXiv NLP