medical decision-making | BriefGPT

关键词medical decision-making

搜索结果 - 10

MediCLIP：针对少样本医学图像异常检测的 CLIP 适应性
在医学决策领域，精确的医学成像异常检测在帮助临床医生方面起着关键作用。本文首先侧重于医学图像异常检测在少样本情景下的任务，这对于数据采集和注释都非常昂贵的医学领域至关重要。我们提出了一种创新的方法，MediCLIP，通过自监督微调，将 CL
PDF2 months ago
MedThink：通过多模态决策理由解释医学视觉问题回答
通过设计半自动注释过程，构建了基于多模态大型语言模型生成中间医疗决策理由的新的基准 MedVQA 数据集 R-RAD 和 R-SLAKE，并将其纳入训练过程中，通过三种不同的策略生成决策结果和相应的理由，从而清楚地展示推理过程中的医疗决策过
PDF3 months ago
语音电子健康记录：引入多模态音频数据
通过使用移动 / 网络应用程序进行指导性问题，捕捉健康数据并形成音频电子健康记录（Voice EHR），可以利用大型 AI 模型对患者进行快速分类，提升医疗决策，并通过早期检测潜在地改善结果。该报告引入了全球工作的合作伙伴群体、数据收集所使
PDF3 months ago
LLMs 在医学领域中能有效纠正医生吗？研究有效的交互方法
利用大型语言模型（LLMs）协助和纠正医生在医疗决策任务中的潜力进行探索，研究评估了几个 LLMs，包括 Meditron、Llama2 和 Mistral，以分析这些模型在不同场景下与医生有效互动的能力，并认为提示设计显著影响 LLMs
PDF3 months ago
关于甲状腺结节诊断可解释人工智能的可信性探究
本研究使用最先进的可解释人工智能方法，如核密度估计和密度图来解释甲状腺结节诊断应用程序中黑匣子的人工智能模型的预测，以提高医学决策过程的透明度和可理解性，并评估医生和患者对于该模型决策的 XAI 解释的信任度。
PDFa year ago
SIBILA：高性能计算和可解释机器学习共同努力，为个性化医学提供新决策工具
该研究说明了开发出一种基于可解释机器学习的软件工具（SIBILA），以便于医生进行个性化医学决策，并通过三个病例研究验证了其在分类和回归问题上的准确性和有效性。
PDF2 years ago
ACLBBAEG：用基于 BERT 的方法生成医学文本分类对抗样本
本文提出了一种基于生物医学领域同义替换和 BERTMLM 预测的黑盒攻击算法 BBAEG，旨在提高生物医学文本分类的抗干扰性和预测准确性。通过对两个数据集的自动和人工评估，我们证明 BBAEG 相对于以往的工作具有更强的攻击能力和更好的语言
PDF3 years ago
KDD多目标完全观测结果下的治疗策略学习
本研究比较并评估了三种在医疗决策中学习个性化治疗方针的方法：两种间接方法和一种直接方法。研究结果表明，三种方法均优于临床医生，并在不同目标之间进行权衡。直接方法还具有其他优点，包括灵活地将其他目标纳入考量，适用于简单情况的医师推迟。
PDF4 years ago
POPCORN：部分观察预测约束强化学习
本文提出了一种新的优化目标，以批处理离线策略为特点，即使在某些观测对于规划无关紧要时，该方法也能产生高性能策略和高质量的生成模型，并将其应用于合成样例和一个具有挑战性的医疗决策问题。
PDF4 years ago
入院记录的卷积神经网络用于医学诊断
本文针对采用电子病历的诊疗信息，提出卷积神经网络模型，从非结构化文本中丝毫不受噪声和复杂性影响地预测出患者的出院诊断，精确率和 F1 分数的性能均优于四个强基线模型，较常见疾病的预测成功率提高了至少 12.7% ，从而为医生诊断判断提供决策
PDF7 years ago