MIMIC-EYE
PulseAugur coverage of MIMIC-EYE — every cluster mentioning MIMIC-EYE across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法解决多模态临床AI中的交叉偏见
研究人员开发了一种新方法，用于识别和解决多模态临床预测模型中的交叉偏见。这些模型使用文本、时间序列和图像等多种来源的数据，常常表现出不成比例地影响特定人口亚群的偏见。所提出的方法侧重于在亚群层面减轻这些偏见，而不是依赖于不足以应对复杂交叉群体的单一属性策略。通过在MIMIC-Eye和MIMIC-IV ED等数据集上利用MedBERT、Clinical BERT和Clinical BioBERT等预训练临床语言模型，该研究表明亚群特定的…
-
基于注视监督的AI提升胸部X光诊断和报告生成能力
研究人员开发了一种新颖的两阶段多模态框架来解读胸部X光片，整合放射科医生的眼动追踪数据以提高诊断准确性和报告生成能力。第一阶段采用注视-令牌分类器，融合图像块、转录文本和放射科医生的注视点，增加的注视监督将AUC提高了4.4%，F1提高了13.3%。第二阶段将这些预测转化为区域特定的诊断语句，提取置信度加权的关键词，并使用提示式大型语言模型来提高临床术语得分。该方法为可解释的、注视感知的胸部X光分析设定了新基准。
-
新研究通过注意力和眼动追踪增强视觉语言模型的视觉推理能力
两篇新研究论文探讨了增强视觉语言模型（VLMs）视觉推理能力的方法。第一篇论文“Focusing by Contrastive Attention”介绍了一种名为CARVE的无需训练的技术，该技术利用注意力模式提取任务相关的视觉信号，性能提升高达75%。第二篇论文“Thinking with Gaze”提出使用连续的眼动追踪数据作为监督信号，通过训练模型模仿人类获取证据的模式来指导VLMs的推理，特别是在医疗应用领域。