一项名为FOCUS的新基准测试已被开发出来,用于评估AI模型在视网膜图像分析中的泛化能力。该基准测试在十个公开数据集上评估了仅视觉编码器、视觉-语言双编码器模型以及多模态大语言模型。评估内容包括排名性能、校准、亚组差异以及对图像质量变化的鲁棒性。结果表明,虽然通用视觉编码器在排名方面表现良好,但多模态模型表现出可变性,并且受益于微调,尽管这并不总是能转化为外部数据集上校准的改进。 AI
影响 为评估医学影像中AI模型的可靠性和公平性建立了新标准,可能指导未来的开发和部署。
排序理由 该集群包含一篇详细介绍AI模型新基准测试的研究论文。[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 →