研究人员开发了SCAN,一个新颖的框架,用于在无需共享敏感患者MRI扫描的情况下,将视觉语言模型(VLMs)适应于神经系统疾病分类。这种站点感知的协作方法允许新的医疗站点使用差分隐私来微调现有的VLMs,使它们能够在保护患者隐私的同时,为全球诊断基础模型做出贡献。该框架已证明在改善阿尔茨海默病和癫痫病等病症的分类准确性方面是有效的,即使使用隐私保护的数据摘要,也能在多个国际站点上取得成功。 AI
影响 在保护患者隐私的同时,促进了更广泛的医疗AI研究协作和数据共享。
排序理由 学术论文,详细介绍了适应AI模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Alzheimer's disease
- differential privacy
- epilepsy
- Neurological Disease Classification
- stroke
- vision-language models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →