Kakao Brain于19日表示，已在“Github”公开一项从胸部X光片判读报告中提取特定病名的医疗影像判读报告专用标注器项目。
该标注器项目是一项研究开发项目，旨在从以项目符号格式等非结构化自然语言撰写的判读报告中提取特定病名。其特点是能够从基于胸部X光片结果可诊断的病名中，提取发病频度或重要性较高的包括▲骨折 ▲胸膜病变 ▲气胸在内的共13种病名。例如，当用户输入以自然语言撰写的判读报告后，系统会在分析判读报告后，告知与这13种病名相关的阳性或阴性结果。
Kakao Brain为提升医疗诊断工作的效率与质量，启动了能够准确、高效提取特定病名的标注器项目研究。该项目此前也被用于验证Kakao Brain胸部X光片初稿判读报告生成技术的内部性能研究。
Kakao Brain以实际▲骨折 ▲气胸 ▲肺水肿等10种病名为对象，对病名提取的准确度进行了测量。结果显示，Kakao Brain的标注器项目记录了90.39%的高准确度，远高于其他公司模型约76%的水平。
Kakao Brain表示，为了契合“Kakao以技术创造更美好世界”的共同体核心价值，正努力分享人工智能技术经验并创造新的价值。本次公开标注器项目，与今年1月公开的开源项目“Honeybee（暂称）”一样，旨在激活人工智能开源生态系统。
![“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①](https://cwcontent.asiae.co.kr/asiaresize/93/2026051914165468840_1779167814.png)
Kakao Brain联席代表Kim Ildoo表示：“我们计划公开由公司自行制作的测试集，方便更多研究者将Kakao Brain的标注器项目用作测试基准”，并称“将利用自家语言模型，并追加学习胸部X光片数据等，进一步提升标注器项目的性能”。
本报道由人工智能(AI)翻译技术生成。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
