PulseAugur
实时 11:59:50
English(EN) Fine-tuning a multimodal large language model for clinician-grade autism behavioral scoring from short home videos

Gemini 2.5 Pro 微调用于从家庭视频中早期诊断自闭症

研究人员微调了 Google 的 Gemini 2.5 Pro 模型,用于分析短家庭视频以进行早期自闭症诊断。通过在 400 个临床评分视频上进行训练,并专注于 30 个经过验证的行为特征,该模型在与临床医生的评分者间信度方面提高了 40%。微调后的模型还显示出新兴的零样本能力,将 ASD 诊断准确率提高了 53%,并以 86% 的 AUC 达到了 77% 的总体准确率。这一进展表明,模态大型语言模型可以扩展以提取行为特征,从而实现更易于获得的自闭症评估。 AI

影响 通过易于访问的视频分析增强早期自闭症诊断的潜力,改善临床结果。

排序理由 研究论文,详细介绍了模态 LLM 在特定医学诊断中的新颖应用。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Gemini 2.5 Pro 微调用于从家庭视频中早期诊断自闭症

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Mohammadmahdi Honarmand, Parnian Azizian, Aaron Kline, Kae Nurge, Zerin Nasrin Tumpa, Saimourya Surabhi, Kaitlyn Dunlap, Yang Qian, Ali Kargarandehkordi, Sameer Neupane, Peter Washington, Dennis P. Wall ·

    Fine-tuning a multimodal large language model for clinician-grade autism behavioral scoring from short home videos

    arXiv:2606.27484v1 Announce Type: new Abstract: Autism spectrum disorder (ASD) affects 1 in 31 US children, yet median age at diagnosis exceeds four years. Artificial intelligence pipelines that provide quantified diagnosis using easy to access observational data (e.g., home vide…