一项新的回顾性研究评估了十个胸部X光AI模型在六个国家的十二个数据集上的表现,这些数据集包括公共基准和私有机构队列。研究发现,尽管MAVL和MedKLIP等模型在95%敏感度下显示出最高的特异度,但它们的阳性预测值较低,表明存在许多假阳性。在机构数据上的表现普遍低于公共基准,这表明当前的评估可能夸大了实际应用性。该研究强调,在部署这些AI模型之前,需要进行操作点感知评估和在机构数据上的外部验证。 AI
影响 强调了AI模型在基准测试和实际临床效用之间的差距,并敦促在部署时要谨慎。
排序理由 该集群是发表在arXiv上的研究论文,详细介绍了AI模型性能的研究。[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 →