PathVQA：用于医学视觉问答的三万余问题数据集
计算与语言
2020-03-24 v1 人工智能
摘要
是否有可能开发出一位能够通过美国病理学委员会认证考试的“AI 病理学家”？要实现这一目标，第一步是创建一个视觉问答（VQA）数据集，其中向 AI 智能体展示一张病理学图像以及一个问题，并要求其给出正确答案。我们的工作首次尝试构建这样一个数据集。与创建通用领域 VQA 数据集（其图像广泛可获取且有众多众包工作者能够生成问答对）不同，开发医学 VQA 数据集要困难得多。首先，出于隐私考虑，病理学图像通常不公开。其次，只有训练有素的病理学家才能理解病理学图像，但他们几乎无暇协助创建 AI 研究数据集。为应对这些挑战，我们求助于病理学教科书与在线数字图书馆。我们开发了一条半自动化流水线，从教科书中提取病理学图像与说明文字，并利用自然语言处理从说明文字生成问答对。我们从 4,998 张病理学图像中收集了 32,799 个开放式问题，每个问题均经人工核对以确保正确。据我们所知，这是首个病理学 VQA 数据集。我们的数据集将公开发布以推动医学 VQA 研究。
引用
@article{arxiv.2003.10286,
title = {PathVQA: 30000+ Questions for Medical Visual Question Answering},
author = {Xuehai He and Yichen Zhang and Luntian Mou and Eric Xing and Pengtao Xie},
journal= {arXiv preprint arXiv:2003.10286},
year = {2020}
}