AI诊断鸡球虫仅14.9%准确率，多模态大模型尚不能独立看病！
Toward AI-Assisted Poultry Coccidiosis Diagnosis: Evaluating Gemini and BiomedParse on Eimeria Microscopy Images
📖 AI 总结
本研究评估了通用多模态大模型在禽类球虫病诊断中的可行性，该病由艾美耳球虫引起，是家禽养殖业的重要经济负担，准确鉴定虫种是有效防控的前提。研究以谷歌Gemini为对象，在4,225张涵盖七种感染家禽的艾美耳球虫显微图像上测试了两种提示条件，并考察其病理报告生成能力，同时用BiomedParse评估寄生虫分割效果。结果显示，无候选标签时模型输出宽泛且分类学上不一致；提供候选标签后总体准确率仅14.9%，且严重偏向柔嫩艾美耳球虫（74%），对堆型、和缓与早熟艾美耳球虫则完全无法正确分类。生成的诊疗报告虽通顺却未经核实，分割也仅部分成功。研究据此指出，当前多模态模型尚不能独立可靠地完成艾美耳球虫诊断，仍需领域微调与专家验证。
🔑 关键词速览
| Eimeria | 艾美耳球虫属，一类寄生于家禽肠道的原生动物，是引起球虫病的病原体。 |
| Coccidiosis | 球虫病，由艾美耳球虫感染引起的家禽肠道疾病，可导致严重经济损失。 |
| Multimodal Large Language Model | 多模态大语言模型，能够同时处理文本和图像等多种模态输入的大型人工智能模型。 |
| BiomedParse | 一种面向生物医学图像的分割模型，用于识别和勾画图像中的目标结构。 |
| Species-level diagnosis | 虫种级诊断，指将病原体精确鉴定到物种水平的诊断方式。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅