medicine | BriefGPT - AI 论文速递

关键词medicine

搜索结果 - 29

测量大规模多任务中文理解
本文提出了一个测试大规模中文语言模型多任务准确性的方法，测试涵盖医学、法律、心理学和教育等四个主要领域，在医学和教育领域共包含 15 个子任务和 8 个子任务。测试表明，在零样本情况下，表现最好的模型平均优于表现最差的模型近 22 个百分点
PDFa year ago
巴西医疗人工智能隐私本体论
该研究详细介绍了新颖的领域本体论，聚焦于流行病学、医学、统计学和计算机科学的交叉点。文章提出了一种系统化的方法来匿名处理医院数据，以便在医疗保健领域的人工智能应用中使用，经过七个实用步骤的开发流程，最后演示了该本体论在医院环境中进行人工智能
PDFa year ago
MedAlpaca -- 医疗对话人工智能模型和训练数据的开源集合
本文介绍了一个专门为医学应用 fine-tune 的数据集，并探究 fine-tuning 对于模型性能的影响，通过模型性能对比，论证 fine-tuned 模型在医学考试认证中的优越性。
PDFa year ago
人工智能与医学：文献综述
本文通过文献综述研究了人工智能在医学领域的应用与发展，探讨了艾伦・图灵在上世纪的人工智能基础概念，介绍了研究人员们对人工智能在医学中卓有成效的应用以及未来的研究方向与前景。
PDF2 years ago
CVPRIntrA：用于深度学习的三维颅内动脉瘤数据集
研究人员提供了一个开放的 3D 脑动脉瘤数据集（IntrA），可用于诊断和提取颈部进行手术，在医学和深度学习的其他领域中也可用于正常估计和表面重建。他们测试了最先进的网络，并讨论了每种方法的性能和数据集的挑战。
PDF4 years ago
ICML医疗第二意见的直接不确定性预测
该研究表明，在医学领域中，机器学习模型可以通过训练对数据实例输出不确定性得分，以便针对存在高度医学专家分歧的情况，特别是可以确定应该获得医学二次意见的病例，和通过直接预测不确定性得分的方法（DUP），可以更好地进行训练，优于通过分类来预测不
PDF6 years ago
神经网络可扩展的离散时间生存模型
本文介绍了一种名为 Nnet-survival 的离散时间生存模型，适用于神经网络在医学预测任务中的应用。该模型由 Keras 深度学习框架实现，具有灵活性，能够根据随访时间的不同变化基线风险和输入数据对危险概率的影响。在模拟和实际数据集上
PDF6 years ago
构建医学领域可解释的 AI 系统需要什么？
本篇论文介绍了医学领域中解释性人工智能的研究，强调让人们能够透明地理解和信任 AI/ML 技术的重要性，主要关注于图像、* 组学数据和文本三个方面。
PDF7 years ago
可解释分类的超稀疏线性整数模型
本文介绍了一种名为 Supersparse Linear Integer Model 的分类模型，可以用于创建精准、可解释的评分系统，主要应用于医学和犯罪学领域，并通过数值试验表明其较之基于数值的分类模型具有更高的精度和稀疏度。
PDF11 years ago