研究人员开发了一种使用扩散模型预测青光眼视野的新方法，该方法可以生成合理未来结果的分布，而不是单一的确定性预测。这种方法考虑了疾病进展和测量变异性中的固有不确定性。在两个独立队列上的实验表明，基于扩散的预测经过校准良好，并且在减少为点估计时达到了最先进的准确性，优于临床基线和先前的基于学习的方法。 AI
影响 通过提供考虑不确定性的预测，这项研究可能导致对青光眼患者进行更准确和可解释的风险评估。
排序理由 该集群包含一篇学术论文，详细介绍了使用扩散模型进行特定预测任务的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.30417v1 Announce Type: cross Abstract: Forecasting visual fields (VFs) is critical for personalized monitoring and treatment planning in glaucoma. This is inherently uncertain due to heterogeneous disease progression and measurement variability, yet most existing metho…
Forecasting visual fields (VFs) is critical for personalized monitoring and treatment planning in glaucoma. This is inherently uncertain due to heterogeneous disease progression and measurement variability, yet most existing methods produce single deterministic predictions that f…