⚙️
醫院 MLOps 需要更強的生產監控
一家採用完全內網 OpenShift 環境的醫院，正在評估 ClearML 與 OpenShift AI，打造自助式 MLOps 平台。這場討論指出生產監控仍存在缺口，包括漂移、群組效能、自訂指標、儀表板、告警，以及對供應商代管模型的監督；團隊也正在考慮將 Evidently AI 作為監控元件。
Search
Tag: #clinical-ai17 results
LLM 如何改變心理健康照護
這篇系統性回顧探討大型語言模型如何支援心理健康應用，包括社群媒體分析、臨床對話代理、治療支援與心理教育。文章也涵蓋多模態診斷、提示工程、可解釋性，以及負責任部署所需的倫理與監管保障。
用於甲狀腺超音波診斷的可稽核 AI
ThyroidXAgent 是一套可與臨床醫師互動的代理式 AI 系統，能協調甲狀腺超音波定位、測量、風險分層、分類與基於證據的報告生成。在 28,458 個測試案例中，系統提升了診斷一致性，並縮短分割與報告製作時間。
中國腦機介面的關鍵時刻
中國國家藥監局批准博睿康 NEO，成為全球首個獲准上市的侵入式腦機介面醫療器械，上海隨後完成首例植入。文章強調，中國目前的領先主要來自監管與標準化，而中美企業仍在手術風險、訊號解析度、頻寬與長期穩定性之間採取不同技術取捨。
EarlyDx 測試即時臨床診斷能力
EarlyDx 是一項基準測試，使用病人入院時可取得的資訊，生成開放式且有證據支持的急診診斷。該基準建立於 154,834 筆 MIMIC-IV 就診紀錄，結果顯示目前的 LLM 在推論診斷方面仍不可靠，主要只能從紀錄中直接擷取資訊。
SpeechDx：臨床語音 AI 的綜合基準測試
SpeechDx 是一個全新的大規模基準測試，旨在標準化 12 個數據集和 27 項任務中臨床語音 AI 的評估。它根據語音產生階段對任務進行分類，幫助研究人員評估模型的泛化能力與臨床效用。
全新框架提升臨床多模態時間事件預測準確度
研究人員推出了一種基於基礎模型的框架，用於對齊 CT 影像與電子健康紀錄 (EHR) 數據，以優化時間事件預測。該研究系統性地評估了四種融合策略，以解決臨床環境中的模態不平衡問題。
LLM 在臨床壓力下表現失準：全新壓力測試框架
研究人員推出了 Med-Stress 框架，用於評估大型語言模型在臨床壓力升高時的診斷準確性。研究揭示了醫學知識與信念穩定性之間的顯著差距，並提出了新的防禦與微調方法以提升模型魯棒性。
醫學影像 AI 跨越 AGI 分水嶺
沙利文白皮書指出，醫學影像 AI 應依照臨床場景、角色與任務來定義。白皮書將影禾医脉定位為面向生態系統的方法，要求模型具備影像理解、跨模態醫學推理與標準化工程輸出的能力。
預測臨床 LLM 部署中的用戶拒絕風險
這項研究引入了一種回應前分類器，用於預測臨床 LLM 互動中用戶拒絕回應的可能性。透過利用醫療提供者類型和部門等部署情境，該模型達到了 0.719 的 AUROC，從而實現了更有效的防護機制。