一个名为ClinEdge的新基准已被开发出来,用于评估前沿多模态AI模型在医学真实世界患者边缘案例中的表现。该基准包含32个去标识化的患者案例,附带影像和临床小插曲,结果显示七个领先AI系统的表现均不佳。常见的失败模式包括模型忽略发现、提供通用治疗方案,以及优先考虑误导性病史而非正确的影像学信息,且答案通常流畅输出,不表达不确定性。 AI
影响 凸显了当前前沿AI模型在医疗应用中的关键局限性,表明在临床环境中需要提高鲁棒性和可靠性。
排序理由 该集群包含一篇介绍AI模型评估新基准的研究论文。[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 →