CheXagent
Modèle de fondation pour la radiographie thoracique de Stanford AIMI
Propulsé par la plateforme d'IA médicale Dr7.ai
CheXagent est un modèle vision-langage de 8 milliards de paramètres du Stanford Center for Artificial Intelligence in Medicine & Imaging (AIMI), conçu spécifiquement pour interpréter les radiographies thoraciques — de la détection des anomalies à la génération de comptes rendus, en passant par la réponse à des questions visuelles.
Essayez une analyse de radiographie thoracique à la manière de CheXagent
Téléversez une radiographie du thorax et posez des questions sur les anomalies, les incidences ou le suivi — la démo illustre le type d'interprétation structurée de radiographie thoracique pour lequel CheXagent a été conçu.
Essayer d'autres modèles
Voir toutCheXagent Démo
Découvrez une IA médicale avancée
Exploitez tout le potentiel de CheXagent
Bénéficiez d'analyses de radiographies thoraciques illimitées, de limites de téléversement plus élevées et d'un accès API pour vos travaux de recherche en radiologie.
Qu'est-ce que CheXagent ?
CheXagent est un modèle de fondation pour la radiographie thoracique publié en janvier 2024 par Stanford AIMI (Chen et al., "CheXagent: Towards a Foundation Model for Chest X-Ray Interpretation"). Il combine un modèle de langage clinique, un encodeur visuel entraîné sur des radiographies thoraciques et un réseau de liaison qui permet au modèle de raisonner sur les images en langage naturel.
Pour l'entraîner, l'équipe a constitué CheXinstruct — un vaste jeu de données d'instruction tuning rassemblé à partir de dizaines de sources publiques de radiographies thoraciques — ainsi que CheXbench, une suite d'évaluation qui note les modèles sur des tâches de perception d'image (classification de l'incidence, identification de maladies, questions-réponses visuelles) et de génération de texte (rédaction des constatations et de la conclusion, synthèse de comptes rendus).
Sur CheXbench, CheXagent a surpassé les modèles généralistes et les modèles multimodaux médicaux antérieurs sur la plupart des tâches, et les auteurs ont également vérifié les écarts de performance selon le sexe, l'origine ethnique et l'âge. Il reste un modèle de recherche : il n'est pas autorisé par la FDA et n'a pas vocation à remplacer un radiologue.
Dernière évolution
Publié en janvier 2024 par Stanford AIMI (Chen et al., 2024)
Les poids et la suite d'évaluation CheXbench sont disponibles pour la recherche ; il ne s'agit pas d'un dispositif médical autorisé
Fonctionnalités clés
Conçu et évalué spécifiquement pour les radiographies thoraciques
Capacités principales
Classification de l'incidence et de l'orientation des radiographies thoraciques
Identification de maladies et d'anomalies
Génération des constatations et de la conclusion (compte rendu)
Réponse à des questions visuelles sur les radiographies thoraciques
Synthèse de comptes rendus radiologiques
Entraîné sur CheXinstruct, un vaste jeu de données d'instructions multi-sources
Évalué sur CheXbench pour les tâches de perception et de génération
Audit d'équité selon les sous-groupes de sexe, d'origine ethnique et d'âge
Benchmarks de performance
Les résultats CheXbench proviennent de l'article sur CheXagent ; Dr7.ai ne les a pas mesurés de manière indépendante
CheXbench — perception
En têteClassification de l'incidence, identification de maladies et VQA par rapport à des modèles multimodaux généralistes et médicaux de référence
CheXbench — génération
En têteTâches de constatations, de conclusion et de synthèse, notées avec des métriques propres à la radiologie
CheXinstruct
MultisourceJeu de données d'instructions construit à partir de nombreuses collections publiques de radiographies thoraciques (p. ex. MIMIC-CXR, CheXpert)
Taille du modèle
8BEncodeur visuel + passerelle vision-langage + LLM clinique
Cas d'usage
Recherche en imagerie
Comparer des modèles d'interprétation de radiographies thoraciques avec une suite commune (CheXbench).
Aide à la décision en radiologie
Rédiger une première version des constatations et signaler les anomalies probables pour relecture par un radiologue.
Enseignement de la radiologie
Questions-réponses interactives sur des radiographies thoraciques pédagogiques.
Comment utiliser CheXagent
Poids de recherche de Stanford AIMI
Obtenir le modèle
Les poids de CheXagent sont publiés par Stanford AIMI sur Hugging Face pour un usage de recherche ; consultez la fiche du modèle pour connaître les conditions de licence en vigueur.
Options d'intégration
Fournissez une radiographie thoracique accompagnée d'une instruction et recevez du texte en retour.
- • Prompts d'identification d'anomalies / de maladies
- • Génération des constatations et de la conclusion
- • Réponse à des questions visuelles
- • Synthèse de comptes rendus
Points à considérer pour le déploiement
Prévoyez la confidentialité, la validation et la supervision humaine avant de mettre CheXagent en contact avec des données de patients.
- • Anonymiser les données et respecter HIPAA / GDPR
- • Valider sur les données de votre propre établissement avant utilisation
- • Faire intervenir un clinicien diplômé pour chaque résultat
- • Documenter les limites et l'usage prévu pour les auditeurs
Points importants
Validation clinique requise
CheXagent est un modèle de recherche. Ses résultats doivent être examinés par des professionnels de santé qualifiés avant toute utilisation clinique.
Conformité réglementaire
Le modèle n'est pas un dispositif médical autorisé ou approuvé. Assurez-vous de respecter la réglementation sanitaire locale et les règles de protection des données (p. ex. HIPAA, GDPR) avant tout déploiement.
Vous avez la photo d'un symptôme visible ?
Les modèles décrits sur cette page sont des outils de recherche destinés à l'imagerie clinique. Si ce que vous avez est une photo du quotidien — une éruption, un grain de beauté, un ongle, une plaie —, AI Doctor Scan l'analyse et renvoie gratuitement un niveau d'urgence et un résumé en langage clair en une trentaine de secondes. Il ne nomme aucun diagnostic et ne demande aucun compte.
Essayer AI Doctor Scan — gratuitCheXagent face aux autres modèles d'imagerie médicale
Un spécialiste face aux généralistes
CheXagent
Le modèle de radiographie thoracique de Stanford AIMI
- ✓Conçu spécifiquement pour les radiographies thoraciques
- ✓Perception et génération de comptes rendus dans un seul modèle
- ✓Benchmark public (CheXbench) pour une comparaison équitable
- ✓Évaluation de l'équité entre groupes démographiques
- ✓Entraîné sur un vaste jeu d'instructions multi-sources
- ✓Ouvert à un usage de recherche
Recherche sur la radiographie thoracique, prototypes de rédaction de comptes rendus et benchmarking de l'IA en radiologie
Autres modèles d'IA médicale
Comment il se compare
- ×Les LLM généralistes (GPT-4, Gemini) sont plus performants en raisonnement ouvert, mais fermés et coûteux
- ×Les modèles ouverts plus grands (Meditron-70B, MedGemma-27B) nécessitent bien plus de mémoire GPU
- ×Les modèles uniquement textuels ne peuvent pas analyser d'images
- ×Les classificateurs purement visuels ne peuvent pas expliquer leurs résultats en langage naturel
- ×Les produits commerciaux sont validés mais non inspectables
- ×La plupart des alternatives publient moins de benchmarks reproductibles
Choisissez selon la modalité (texte ou image), la licence et le matériel dont vous disposez réellement
Questions fréquentes
Questions courantes sur CheXagent
Qui a développé CheXagent ?
Le Stanford Center for Artificial Intelligence in Medicine & Imaging (AIMI). Ce n'est pas un modèle Google.
Que peut faire CheXagent ?
Classification de l'incidence, identification d'anomalies, réponse à des questions visuelles, ainsi que génération ou synthèse des constatations et de la conclusion pour les radiographies thoraciques.
CheXagent est-il autorisé par la FDA ?
Non. C'est un modèle de recherche qui ne doit pas servir de base unique à une décision clinique.
Qu'est-ce que CheXbench ?
La suite d'évaluation publiée avec CheXagent : huit tâches sur radiographies thoraciques couvrant la perception d'image et la génération de texte, utilisées pour comparer les modèles multimodaux.
Cette démo exécute-t-elle CheXagent lui-même ?
La démo utilise l'assistant médical multimodal de Dr7.ai pour illustrer l'interprétation de radiographies thoraciques. Pour utiliser le modèle d'origine, utilisez les poids de Stanford AIMI.