两篇新研究论文强调了使用公共数据集训练医疗AI模型（尤其是在胸部X光片分析方面）的关键问题。第一篇论文聚焦于视觉语言模型，发现与机构参考标准的协议因地点和发现而异，表明需要进行特定地点的重新评估。第二篇论文引入了一个框架，用于根据专家注释审计存储库标签，揭示了MIMIC-CXR数据集中心脏肥大的协议几乎为零，并强调了存储库派生标签作为真实情况的不可靠性。 AI
影响 凸显了当前医疗AI训练数据的重大局限性，可能影响诊断工具的可靠性和部署。
排序理由 两篇在arXiv上发表的学术论文，提出了新的研究发现和框架。
- arXiv
- Beta-Binomial empirical-Bayes estimator
- CORE Recommender
- Hugging Face
- logistic regression model
- vision-language model
- cardiomegaly
- DenseNet121
- MIMIC-CXR
- Repository Supervision Auditing
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
