← 全部更新

Paper to Practice

重点拆解论文的方法部分:理解方法如何运作、有哪些局限,再考虑如何应用。

Paper to Practice ·

三种商用人工智能算法独立判读筛查乳腺 X 线片的外部评估

斯德哥尔摩一支独立团队在 8805 例筛查检查(739 例癌症、8066 名健康对照)上盲法运行了 3 款商用乳腺 X 线 AI 算法。表现最好的 AI-1 的 AUC 为 0.956;在与第一阅片医生相同的 96.6% 特异度下,其敏感度为 81.9%,第一阅片医生为 77.4%。AI-1 与第一阅片医生组合检出的癌症最多(敏感度 88.6%),但特异度降至 93.0%。

阅读全文 ↗
三种商用人工智能算法独立判读筛查乳腺 X 线片的外部评估

Paper to Practice ·

用生成式 Transformer 学习人类疾病的自然史

Delphi-2M 把 GPT 架构用到了健康记录上:它在 402,799 名 UK Biobank 参与者上训练,读取一个人的诊断史,预测 1,256 种疾病和死亡的发生率与发生时间,并能模拟未来的健康轨迹。内部验证的平均 AUC 为 0.76,不重新训练直接用于丹麦 193 万人的登记数据时为 0.67。

阅读全文 ↗
用生成式 Transformer 学习人类疾病的自然史
原图 / Original ↗