研究人员开发了SCALE,一个旨在为癌症组织病理学中使用的深度学习模型生成反事实解释的新框架。该方法旨在通过说明全切片图像中的特定变化如何改变诊断预测来提高这些模型的可解释性。在盲审中,病理学家发现SCALE的解释比现有方法在形态上更合理、更有效,这表明其有潜力增强AI在癌症诊断中的临床应用。 AI
影响 增强医学诊断中AI的可解释性,可能增加临床医生的信任和采用率。
排序理由 详细介绍特定领域AI可解释性新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- SCALE
- ScienceCast
- scite Smart Citations
- Weiyi Qin
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →