PulseAugur
实时 09:45:13
English(EN) OncoTriad-QA: A Patient-Level Radiology-Pathology-Genomics Benchmark for Pan-Cancer Reasoning

新基准OncoTriad-QA测试AI的癌症诊断整合能力

研究人员推出了OncoTriad-QA,这是一个旨在评估大型语言模型(LLM)和视觉语言模型(VLM)在整合多样化患者数据以进行癌症诊断方面能力的新基准。该基准涵盖了来自9000多个癌症病例的放射学、病理学和基因组学信息。为了配合该基准,研究团队还开发了OncoVLM,这是一个多模态模型,与MedGemma-4B等现有模型相比,在整合癌症问答任务上表现出更优的性能。 AI

影响 该基准有望通过整合多模态患者数据,加速能够进行全面癌症诊断的AI系统的开发。

排序理由 该集群描述了一个新的学术基准和在arXiv上发布的一个参考模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新基准OncoTriad-QA测试AI的癌症诊断整合能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ahnaf Munir, Dannong Wang, Michael W. McDonald, Mubarak Shah, Pegah Khosravi, Yu Tian ·

    OncoTriad-QA:一个用于泛癌推理的患者级别放射学-病理学-基因组学基准

    arXiv:2608.02615v1 Announce Type: cross Abstract: Cancer diagnosis and characterization require integrating complementary evidence from radiology, pathology, genomics, and clinical metadata. However, most medical large language model (LLM) and vision-language model (VLM) benchmar…