Two-Stage Synthetic-to-Real Transfer Learning for Automated Mammography Report Generation Using Vision-Language Models
Questo articolo propone un framework di apprendimento per trasferimento da sintetico a reale in due fasi che sfrutta 400 report sintetici clinicamente validati per preaddestrare un modello visione-linguaggio, migliorando significativamente le prestazioni della generazione automatizzata di report mammografici e l'efficienza dei dati, riducendo al contempo le allucinazioni rispetto ai metodi allo stato dell'arte esistenti.