研究人员开发了一个名为变分风险最小化（VRM）的新框架，以应对紧急胸部X光片分类的挑战，在这种情况下，报告是在分类决策之后生成的。VRM将大型视觉语言模型（LVLM）生成的报告中的变异视为临床解释的样本，从而即使在模态缺失的情况下也能进行不确定性感知监督。这种方法优于直接微调方法，并提高了校准度，尤其是在减少由幻觉监督引起的不稳定性方面。VRM的一个紧凑型边缘学生版本以低延迟实现了0.941的AUC，为云边临床工作流程提供了清晰的可靠性-延迟权衡。 AI
影响 引入了一种新颖的不确定性感知监督方法用于医学影像分类，有望提高临床环境中的诊断准确性和效率。
排序理由 该集群描述了一个新颖的研究框架及其在医学影像中的应用，详细介绍在一篇arXiv论文中。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
