ARTICLE DETAIL

资讯详情

深耕编程入门与网站建设的一线实战洞察。

检索增强可解释乳腺超声AI:BI-RADS感知对齐+少样本定位,独立队列AUROC 0.952

检索增强可解释乳腺超声AI:BI-RADS感知对齐+少样本定位,独立队列AUROC 0.952 技术解读检索增强可解释乳腺超声诊断框架乳腺超声分级AI 能帮上忙吗这项研究来自韩国团队发表在 npj Digital Medicine。他们做了一个叫 B-RAD 的框架让 AI 像医生一样“看片”——先检索相似病例、再定位病灶、最后给出分级每一步都“有据可查”不是只丢一个分数的黑箱。结果很亮眼在 7 个国家、上万张超声图像上验证独立机构队列活检分流 AUROC 达到 0.952四位医生在它的辅助下分级准确率提升、漏诊的恶性病例变少相互之间的判断也更一致了。不过要注意它最强的成绩来自回顾性数据换到外部队列 AUROC 掉到 0.799目前还是研究原型不能替代医生需要人工复核。论文原文信息链接B-RAD可解释乳腺超声AI分级四读者漏诊恶性病例减少、一致性显著提升
返回列表