用自然语言解释胸部 X 光病理
计算机视觉与模式识别
2022-07-12 v1 人工智能
计算与语言
摘要
大多数深度学习算法缺乏对其预测的解释，这限制了它们在临床实践中的部署。改善可解释性的方法，特别是在医学影像中，常被证明传达的信息有限、过于令人安心或缺乏鲁棒性。在这项工作中，我们引入了生成自然语言解释（NLEs）以证明对医学图像所作预测的任务。NLEs 对人类友好且全面，并能够训练内在可解释的模型。为此，我们引入了 MIMIC-NLE，这是首个带有 NLEs 的大规模医学影像数据集。它包含超过 38,000 条 NLEs，解释了各种胸部病理和胸部 X 光表现的存在。我们提出了一种解决该任务的通用方法，并在该数据集上评估了若干架构，包括通过临床医生评估。
引用
@article{arxiv.2207.04343,
title = {Explaining Chest X-ray Pathologies in Natural Language},
author = {Maxime Kayser and Cornelius Emde and Oana-Maria Camburu and Guy Parsons and Bartlomiej Papiez and Thomas Lukasiewicz},
journal= {arXiv preprint arXiv:2207.04343},
year = {2022}
}