MediRound: Segmentació multironda d'entitats en imatges mèdiques

La segmentació d'imatges mèdiques ha avançat notablement amb la integració de models de llenguatge, però la majoria de les solucions actuals es limiten a diàlegs d'una sola ronda, cosa que en dificulta l'ús en entorns educatius on es requereix un raonament progressiu. En aquest context sorgeix MediRound, una proposta que introdueix la segmentació multironda d'entitats en imatges mèdiques (MEMR-Seg). Aquest enfocament permet generar màscares de segmentació a través de consultes iteratives amb raonament a nivell d'entitat, facilitant que els estudiants desenvolupin la seva comprensió anatòmica i patològica pas a pas. Per entrenar i avaluar el model, es va construir el conjunt de dades MR-MedSeg, amb més de 177?000 diàlegs de segmentació multironda, i es va dissenyar un mecanisme lleuger de judici i correcció que mitiga la propagació d'errors típica dels pipelines en cadena. La implementació d'aquest tipus de ia per a empreses demostra com la intel·ligència artificial pot transformar la formació mèdica i el diagnòstic assistit. A Q2BSTUDIO desenvolupem aplicacions a mida que integren models d'IA, serveis cloud aws i azure per escalar infraestructures, i agents IA que automatitzen processos complexos. A més, oferim power bi per visualitzar resultats i ciberseguretat per protegir dades sensibles. Aquestes capacitats permeten portar solucions com MediRound a entorns productius, combinant serveis intel·ligència de negoci i programari a mida per respondre a necessitats específiques del sector salut.