PofoliaPofolia ile paylaşıldı

Scientific Reports· 2026Q1

Açık Kaynaklı LLM'ler, Klinik KMR Görüntüleme Raporlarından Tanısal Bilgi Çıkarma Konusunda Üstün Performans Gösterdi

Comparative analysis of open-source locally deployed LLMs for extraction of diagnostic information from clinical CMR imaging reports

Sina Amirrajab, Volker Vehof, Michael Bietenbeck, Ali Yılmaz

Kısa özet

Google'ın Gemma 2 LLM'si, klinik KMR raporlarından tanısal bilgi çıkarma konusunda bir kardiyologdan (%0.94 F1) daha yüksek, %0.98 F1 skoru elde etti ve gizliliği koruyan, açık kaynaklı LLM'lerin otomatik analiz için uygulanabilirliğini gösterdi.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • 109 klinik KMR raporundan tanısal bilgi çıkarmak için dokuz açık kaynaklı LLM değerlendirildi.
  • Google'ın Gemma 2 modeli, 0.98 F1 skoru ile en yüksek başarıyı elde etti.
  • Gemma 2, Qwen2.5:32B ve DeepseekR1-32B dahil olmak üzere en iyi dört LLM, bir kardiyoloğu (0.94 F1 skoru) geride bıraktı.
  • Değerlendirilen tüm modeller, Mistral ve DeepseekR1-7B hariç, ortalama %0.93'ün üzerinde F1 skorları elde etti.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

Abstract We investigated the utilization of privacy-preserving, locally-deployed, open-source Large Language Models (LLMs) to extractdiagnostic information from free-text cardiovascular magnetic resonance (CMR) reports. We evaluated nine open-sourceLLMs on their ability to identify diagnoses and classify patients into various cardiac diagnostic categories based on descriptivefindings in 109 clinical CMR reports. Performance was quantified using standard classification metrics including accuracy,precision, recall, and F1 score. We also employed confusion matrices to examine patterns of misclassification across models.Most open-source LLMs demonstrated exceptional performance in classifying reports into different diagnostic categories.Google’s Gemma 2 model achieved the highest average F1 score of 0.98, followed by Qwen2.5:32B and DeepseekR1-32Bwith F1 scores of 0.96 and 0.95, respectively. All other evaluated models attained average scores above 0.93, with Mistraland DeepseekR1-7B being the only exceptions. The top four LLMs outperformed our board-certified cardiologist (F1 scoreof 0.94) across all evaluation metrics in analyzing CMR reports. Our findings demonstrate the feasibility of implementingopen-source, privacy-preserving LLMs in clinical settings for automated analysis of imaging reports, enabling accurate, fastand resource-efficient diagnostic categorization.

Yazarların özeti; kaynağından alınmıştır. Scientific Reports, 2026 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Sağlık Bilişimi

Health InformaticsMedicine