یکی از چالشهای اصلی در دنیای هوش مصنوعی، تبدیل دقیق و خواندن اسناد پزشکی (مثل آزمایشها یا فرمهای دستنویس) است که به دلیل کیفیت پایین یا دستخطها، معمولاً با خطا مواجه میشوند.
محققان بهتازگی مجموعه داده جدیدی به نام ClinOCR-Bench را منتشر کردهاند که شامل ۳۸۴ نمونه تصویر واقعی از اسناد پزشکی است. این دیتاسِت با هدف ارزیابی دقیق مدلهای بینایی-زبانی (VLM) طراحی شده و چالشهایی مثل دستخط، جداول، تاری و چرخش متن را پوشش میدهد تا دقت سیستمهای هوش مصنوعی در محیطهای درمانی به شکل چشمگیری افزایش یابد.
این منبع ارزشمند میتواند نقطه عطفی برای توسعهدهندگانی باشد که روی سیستمهای هوشمند سلامت کار میکنند.
🔗 دسترسی به این دیتاسِت در گیتهاب
منبع: arXiv AI