Um framework de IA agêntica supera limitações fundamentais dos grandes modelos de linguagem na detecção de glaucoma a partir de fotografia de fundo de olho

arXiv:2608.07651v1 Tipo de anúncio: novo Resumo: Os grandes modelos de linguagem (LLMs) se mostram promissores na interpretação de imagens médicas, mas sofrem com alucinação, precisão limitada e inconsistência entre execuções. Desenvolvemos e validamos um framework de IA agêntica que integra LLMs a ferramentas especializadas de aprendizado profundo para a detecção de glaucoma a partir de fotografia de fundo de olho. O fluxo de trabalho teve três etapas: (1) avaliação inicial pelo LLM; (2) chamada de funções para acionar ferramentas especializadas para a qualidade da imagem (QAModel, FundaQ-8), ...

arXiv cs.AI ·Jalil Jalili, Hossein Taghizad, Anuwat Jiravarnsirikul, Christopher Bowd, Akram Belghith, Raheleh Kafieh, Christopher A. Girkin, Sally L. Baxter, Robert N. Weinreb, Linda M. Zangwill, Mark Christopher ·
compartilhar: