微軟推出LLaVA-Med AI模型，可對醫學病理案例進行分析

（示意圖/取自pixabay）

近日，微軟研究人員展示了LLaVA-Med模型，該模型主要用於生物醫學方面的研究，可根據CT、X光圖片等推測出患者的病理狀況。

據悉，微軟研究人員與一批醫院合作，獲得了使用生物醫學圖像文本對應大型數據集來訓練多模態 AI 模型。該數據集包括胸部 X 光、MRI、組織學、病理學和 CT 圖像等，覆蓋範圍相對全面。

微軟使用 GPT-4，基於 Vision Transformer 和 Vicuna 語言模型，在八個NVIDIA A100 GPU 上對 LLaVA-Med 進行訓練，其中包含「每個圖像的所有預分析資訊」，用於生成有關圖像的問答，以滿足「可自然語言回答有關生物醫學圖像問題」的助手願景。

在學習過程中，模型主要圍繞「描述此類圖像的內容」以及「闡述生物醫學概念」而展開。

據微軟指出，該模型最終具有出色的多模式對話能力，且在用於回答視覺問題的三個標準生物醫學數據集上，LLaVA-Med 在部分指標上領先於業界其他先進模型。