ainews
Создать
Войти
Разработчик выпустил Python-библиотеку oncothresh для оценки онкологических AI-моделей не по общим метрикам (AUC, ICC), а в конкретных клинических пороговых точках — где модель решает, назначать биопсию или нет. Включает no-code веб-дашборд для врачей без навыков программирования.
Исследователи научили диффузионную модель ходить вперёд и назад во времени, используя один флаг направления. Прогнав последовательность вперёд, а затем обратно, модель должна вернуться к началу — расхождение показывает накопленную ошибку без необходимости в эталонных данных, ансамблях или физических уравнениях. Бонус: одна двунаправленная сеть работает лучше двух специализированных.
Исследователи обнаружили, что визуально-языковые модели (VLM) при генерации рентгенологических заключений получают высокие оценки на метриках, но при этом удаляют важные клинические термины и добавляют шаблонные фразы без диагностической ценности. Проблема в том, что существующие метрики оценки поощряют повторяющиеся безопасные формулировки вместо клинически полезных отчётов.
