VoxelFM

新研究强调医学影像AI中的可预测性偏差

一篇新研究论文提出了在用于医学影像的联合嵌入预测架构（JEPAs）中存在的“可预测性偏差”概念。研究发现，虽然JEPAs可以准确预测解剖结构，但它们难以捕捉对临床诊断至关重要的局部、偶发性病变。研究人员开发了TAP-JEPA，一个在CT扫描上训练的模型，该模型虽然与现有方法具有竞争力，但显示预测路径显著将病变表征移向正常解剖结构。这表明当前的训练目标可能未能充分保留临床相关的诊断特征。