medicine
PulseAugur coverage of medicine — every cluster mentioning medicine across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
新的CiteVQA基准测试揭示了LLM中的“归因幻觉”
引入了一个名为CiteVQA的新基准，用于评估多模态大语言模型（MLLM）的证据归因能力。当前的文档问答（Doc-VQA）评估仅评估最终答案，忽略了模型可能引用错误来源的情况。CiteVQA要求模型在答案的同时提供元素级边界框引用，并评估两者准确性。该基准包含711个PDF文件中的1897个问题，涵盖各种领域和语言，并有一个用于生成地面真实引用（ground-truth citations）的自动化流程。测试揭示了显著的“归因幻觉”，…
-
人工智能加速医学研究，与编程进步相呼应
人工智能（AI）在加速医学研究和开发方面取得了重大进展，特别是在解读心电图（CTG）扫描等应用方面。讨论探讨了AI在医学领域的影响如何演变，以及何时可能与其在编程和数学等领域的进步相媲美。这一进展部分是由个人健康经历驱动的，凸显了AI在医疗保健中日益增长的重要性。
-
AI推动药物发现并优化云基础设施选择
该集群涵盖两个不同的AI应用：一个专注于AI驱动的药物发现和生物信息学以革新医学，另一个则比较AWS、Google Cloud Platform和Azure等主要云基础设施提供商的AI/ML服务。第一项详细介绍了AI如何加速从靶点识别到临床翻译的药物发现流程，并提供工具和最佳实践。第二项对云平台进行了比较分析，考察了它们的AI/ML能力、数据分析基础设施和成本结构，并结合实际案例，以指导选择最适合AI利用的平台。
-
伦敦活动将探讨 GLP-1 药物和医学中的 AI
GreenwichSITP 在 Mastodon 上发布的一则帖子宣布了在伦敦举办的关于 GLP-1 药物、AI 和医学的活动。该帖子包含与主题和地点相关的多个标签，旨在提高活动的可见度。
-
AssemblyAI 将 Ambient AI 记录仪从医疗领域扩展到兽医和法律领域
AssemblyAI 正在探索将其 Ambient AI 记录仪技术应用于医疗领域之外的领域，特别是兽医和法律实践。核心技术涉及被动捕获专业对话并将其转化为结构化文档。虽然捕获、说话人归属和结构化提取的基本架构保持一致，但不同垂直领域需要进行重大调整。对于兽医实践，一个关键挑战是没有会说话的病人，这需要 AI 来区分主人观察、主人结论和兽医的发现。
-
新的CineSubBench基准评估LLM对电影的理解能力
研究人员推出CineSubBench，这是一个旨在利用多语言电影字幕评估大型语言模型（LLM）长上下文理解能力的新基准。该基准包含来自六种语言的1000多部电影，总计超过800万条带时间戳的字幕条目。CineSubBench评估七项任务，包括叙事重建、类型预测、年龄适宜性和语言安全，旨在将电影确立为评估LLM在叙事、多语言和文化理解方面能力的领域。
-
缺失数据可增强隐私，arXiv新论文提出
一篇新研究论文发布在arXiv上，探讨了通过缺失数据实现隐私放大的概念。该研究由Simon Roburin领导，提出了一个将缺失数据整合到差分隐私中的框架，表明固有的数据缺失可以增强隐私保证，而无需改变底层机制。这种方法与医学和金融等高风险领域特别相关，这些领域中的敏感信息需要强大的保密性。
-
人工智能有望在2026年前革新医疗保健诊断和治疗
人工智能有望在2026年前显著改变医疗保健和医学。新兴的人工智能应用将彻底改变诊断、增强医疗治疗并优化医院运营。重点在于实际应用，包括真实案例、工具比较以及为医疗专业人员提供的可行性建议。
-
AI在医学领域的影响有限，与其在数学领域的成功形成对比
一位从事罕见病临床试验的医生指出，尽管AI在数学领域取得了显著进展，但其在医学领域的应用仍然微乎其微。作者观察到，尽管AI具有潜力，但在医疗行业内缺乏热情和实际应用。
-
新的CLEAR框架通过跨源证据裁决增强LLM在医学领域的准确性
研究人员开发了CLEAR，一个新颖的代理框架，旨在提高大型语言模型（LLMs）在医学领域的的事实准确性和证据基础。CLEAR通过集成检索增强生成（RAG）等外部检索方法来解决LLMs知识库固定的挑战。该框架从三个不同来源生成候选答案：LLM的参数知识、精选的本地语料库以及动态检索的证据。然后，一个聚合验证器评估这些候选答案、它们的支撑证据和来源，以识别一致性和冲突，并由一个裁决模块决定是保留还是修改结论。
-
环境 AI 改善医护人员福祉，缩短笔记记录时间
最近的一项试验表明，环境 AI 显著改善了医疗保健环境中的医护人员福祉。该 AI 技术将工作相关倦怠感降低了 0.44 点，并将用于记录笔记的时间每天减少了 0.36 小时。虽然 38% 的笔记是由 AI 生成的，但该系统并未对诊断或计费合规性产生负面影响，专业满意度略有提升。
-
生成式AI提升医学任务，对比GANs与VAEs
一篇综述强调了生成式人工智能对医学的重大影响，增强了从临床决策支持到研究设计的各项能力。该分析特别对比了生成对抗网络（GANs）和变分自编码器（VAEs）在生物医学领域生成合成数据方面的应用。
-
AI 在临床决策中易受权威和虚假观点影响
发表在 arXiv 上的一项新研究表明，用于临床决策的 AI 系统极易受到说服的影响。研究人员发现，专业权威、国籍、机构隶属关系，甚至捏造的临床医生观点等因素，都会显著影响 AI 的判断。研究强调，AI 可以在不可靠地验证其正确性的情况下被令人信服的论点所左右，这对其在高风险医疗场景中的安全可靠使用构成了风险。
-
FISICA 服务已部署用于足底压力和姿势评估 · 已追踪 2 个来源
一项名为 FISICA 的新服务已部署，用于评估足底压力和姿势，并提供鞋子和运动方面的建议。该系统利用一种具有众多力敏元件和测力器的专用秤，结合基于规则的评估器进行推荐，并使用语言模型解释结果。FISICA 的关键方法学贡献在于其基于化身（avatar）的测量方法，该方法在公开数据上实现了高精度，并提供快速的 API 响应。
-
语言模型测试时扩展瓶颈已在输出选择中识别
一篇新的arXiv论文研究了语言模型的测试时扩展（TTS）技术，该技术通过使用额外的推理计算来改进输出。研究发现，虽然扩展探索有效地提高了各种领域（如医学、法律、金融和创意写作）的候选输出质量，但利用阶段——选择最佳最终输出——是主要瓶颈。这是因为奖励模型与真实质量之间的相关性很低，使得选择近乎随机。跨候选的综合分析显示质量持续提高，但仍只恢复了约40%的潜在质量，这表明选择候选池中的内容，而不是生成更多候选，是限制因素。
-
AI研究借鉴医学与ML的相似之处以增强可靠性
一篇新发表在arXiv上的论文探讨了医学与机器学习（ML）之间的相似之处，以建立更可靠的ML系统。该研究利用Hesse的工作，将临床翻译过程构建为构建ML系统的生成式类比。通过以可靠主义的术语解释临床翻译的依据，该论文提出了一种新形式的ML可靠主义，它补充了现有的关于人工智能的哲学解释。
-
LLM在医疗应用和罕见病建模方面得到评估
研究人员开发了两种利用大语言模型（LLM）的独特方法。第一种是HealMed，一个用于医学领域LLM多语言评估的新基准，包含九种语言的1000个示例，由23名医学专家开发。第二种方法利用LLM作为合成临床专家，以改进罕见病的纵向建模，特别是通过将LLM衍生的临床知识整合到变分自编码器中，成功预测了脊髓性肌萎缩症儿童的运动功能里程碑。
-
调查详述了GPT-4o等NLP模型的实际可解释性
一篇新发表在arXiv上的调查论文，考察了可解释自然语言处理（XNLP）在医疗、金融和客户服务等不同领域的实际应用。该论文强调了像GPT-4o、Gemini和BERT这样的NLP模型日益增长的决策制定作用，以及对其透明度的关键需求。论文分析了七个不同应用领域中所需的解释类型、所使用的方法和评估策略，并指出了当前研究在实际应用性和人类判断方面的不足。
-
新的Chartography基准测试揭示AI在专业图表理解方面存在困难
一项名为Chartography的新基准测试已被开发出来，用于评估AI在医学、工程、金融和科学等各个领域的专业图表理解能力。与现有基准测试不同，Chartography包含100项任务，图表采用专业格式，问题由领域专家设计，并经过独立验证。目前最先进的模型在此基准测试上面临挑战，准确率最高仅为45.0%，表明在视觉感知、读取细微特征和解释领域特定约定方面存在重大困难。
-
研究发现：AI免责声明可能增加过度自信
一篇新研究发布在arXiv上，标题为“透明度陷阱：AI免责声明如何导致高风险决策中的过度自信”，探讨了AI免责声明的有效性。该研究涉及52名参与者，在金融、医学和AI生成内容领域进行了378次回复，发现由于警告习惯化和透明度悖论，免责声明通常无法阻止过度依赖。在某些情况下，参与者将免责声明解读为诚实的迹象，反而增加了信任。研究表明，当前标准化的AI免责声明不足以在关键场景中实现负责任的AI设计和消费者保护。