OR-VSKC: Benchmark di Dati Sintetici per i Rischi di Sicurezza Chirurgica
Un nuovo benchmark chiamato OR-VSKC è stato sviluppato dai ricercatori per studiare i Conflitti di Conoscenza Visivo-Semantica (VS-KC) nei Modelli Linguistici Multimodali di Grandi Dimensioni (MLLM) specificamente nelle sale operatorie (OR). Per superare le limitazioni dei dati reali delle sale operatorie dovute a problemi di privacy, questo benchmark utilizza un Framework Generativo da Protocollo a Pixel, generando 28.190 immagini sintetiche di alta qualità basate su standard di sicurezza consolidati. Inoltre, include un sottoinsieme di 713 immagini, create da esperti e validate da più professionisti. Questa iniziativa mira a migliorare il rilevamento automatico dei pericoli per la sicurezza chirurgica colmando il divario in cui i modelli possiedono conoscenze di sicurezza ma non le utilizzano efficacemente durante le valutazioni visive.
Fatti principali
- OR-VSKC è un benchmark per lo studio dei Conflitti di Conoscenza Visivo-Semantica nelle sale operatorie.
- Il benchmark comprende 28.190 immagini sintetiche ad alta fedeltà.
- Le immagini sono generate tramite un Framework Generativo da Protocollo a Pixel.
- Il framework si basa su standard di sicurezza autorevoli.
- È incluso un sottoinsieme di sfida di 713 immagini create da esperti.
- Il sottoinsieme di sfida è validato da più esperti.
- La ricerca affronta la scarsità e i vincoli di privacy dei dati reali delle sale operatorie.
- L'obiettivo è migliorare l'identificazione automatica dei rischi per la sicurezza chirurgica.
Entità
—